Yapay sinir ağı tabanlı görüntü sınıflandırma tekniği ile X-ray tarama görüntülerinden usb bellek içerenlerin sınıflandırılması

X-ray tarama teknolojisinin gelişmesi ve yaygınlaşması sonucunda, üretilen görüntülerin sayısı da aynı oranda artmaktadır. X-ray tarama sistemleri tıptan endüstriye birçok alanda kullanıldığı gibi güvenlik alanında sıklıkla tercih edilmektedir. Gelişen teknoloji ile yüksek çözünürlüklü görüntü üretme kapasitesine sahip yeni nesil X-ray cihazları güvenlik alanında, potansiyel tehditlerin tespiti konusunda hayati önem taşımaktadır. Ancak kullanım esnasında hızlı tarama yapabilen bu cihazların ürettiği görüntülerinde kullanıcılar tarafından hızlı bir şekilde analiz edilmesi gerekmektedir. Özellikle veri güvenliğini tehdit eden USB Bellek gibi küçük cihazların hızlı bir şekilde Xray görüntülerinden tespiti bir sorun oluşturmaktadır. Bu çalışma, derin öğrenme tabanlı sınıflandırma yöntemleri ile tarama görüntülerinde USB bellek olup olmadığını tespit etmeyi amaçlamaktadır. Bu kapsamda, X-Ray tarama sistemleriyle 1217 adet USB Bellek içeren ve içermeyen veri oluşturulmuştur. Oluşturulan veri seti Evrişimsel Sinir Ağları (ESA) tabanlı derin öğrenme mimarisine sahip 8 farklı model ile eğitilmiştir. Yapılan eğitim sonucunda (%93) başarı oranı ile en yüksek genel doğruluk değerine ResNet50V2 modeli ile ulaşılırken, ResNet50 modeli ile en düşük (%67) genel doğruluk değeri elde edilmiştir. Anahtar Sözcükler: X-ray, Tarama Sistemleri, Yapay Zekâ, Yapay Sinir Ağları, USB bellek, ESA