Transfer öğrenmeye dayalı tarihi yapı hasar tespiti ve sınıflandırılması

Kent kimliğini oluşturan temel unsurlardan biri olan tarihi yapılar, toplumların kültürel mirasını yansıtan özgün değerlerdir. Mimari değerleri, yapım teknikleri ve tarihsel arka planlarıyla bir toplumun hafızasını temsil eden bu yapılar da çevresel etkenler ve insan müdahaleleri nedeniyle çeşitli hasarlar görülmektedir. Bu mirasın korunarak gelecek kuşaklara aktarılması hem toplumsal hem bilimsel bir sorumluluk olarak değerlendirilmektedir. Bu bağlamda, yapay zekâ temelli yaklaşımlar tarihi yapıların belgelenmesi, analizi ve korunmasında etkin araçlar sunmaktadır. Yapay zekâ, özellikle görüntü işleme alanında önemli başarılar sağlamış; derin öğrenme yöntemleri, verilerden yüksek düzeyde temsiller çıkarabilen güçlü modeller sunmaktadır. Bu yöntemlerin bir alt dalı olan transfer öğrenme, daha önce eğitilmiş modellerin yeni görevler için uyarlanmasını sağlayarak az veriyle yüksek doğruluk sunmaktadır. Bayesyen optimizasyonu gibi tekniklerle model başarımı daha da artırılabilmektedir. Bu çalışmada, transfer öğrenmeye dayalı modeller kullanılarak tarihi yapılarda görülen hasarların otomatik tespiti ve sınıflandırılması gerçekleştirilmiştir. Bu amaçla altı sınıftan (biyolojik bozulma, kimyasal bozulma, mekanik hasar, insan kaynaklı hasar, malzeme kaybı ve hasarsız) oluşan ve 20.000 görsel içeren özgün bir veri seti oluşturulmuştur. Veri seti on farklı transfer öğrenme yöntemi (EfficientNetB3, ViT, Xception, InceptionNet, AlexNet, VGG-19, ShuffleNet, DenseNet121, MobileNet ve ResNeXt50) için eğitilmiş ve belirlenen 8 farklı hiperparametrenin en uygun değerleri için ise bayesyen optimizasyonu kullanılmıştır. Elde edilen yüksek doğruluk oranları, geliştirilen yöntemin kültürel mirasın korunmasında etkili bir çözüm sunduğunu göstermektedir. Anahtar Kelimeler: Tarihi yapılar, Transfer öğrenmesi, Derin öğrenme, Hasar tespiti