Açık kaynaklı uydu görüntülerinde derin öğrenme yöntemleri kullanılarak uçak tespiti ve uçak tiplerinin belirlenmesi

Yapay zekanın son yıllara damga vuracak derecede gelişmesiyle beraber derin öğrenme ve nesne tespiti kavramları çok popüler olmuştur. Özellikle bilgisayar donanımlarının ve bulut teknolojisinin gelişmesiyle beraber derin öğrenme herkes için ulaşılabilir ve uygulanabilir olmuştur. Nesne tespitinin yaygınlaşmasındaki en önemli faktör ise uydu, kamera, lens vb. teknolojilerindeki gelişmeler ile yüksek çözünürlüklü görüntülerin kolaylıkla elde edilebilir olmasıdır. Bu bağlamda özellikle uydu görüntüsü özelinde yapılan analiz çalışmaları hem sivil hem de askeri alanda oldukça yaygınlaşmıştır. Görüntüde nesne tespiti, nesne tanıma ve sınıflandırmanın otomatik olarak yapılması önemli bir ihtiyaçtır. Yolların, binaların, ekim alanlarının, havalimanlarının, uçakların, askeri alanların, hastanelerin, okulların, ormanların ve daha birçok nesnenin tespiti uydu görüntülerinde yapılabilmektedir. Bu nesneler içerisinde uçak tespiti dikkat çekmektedir. Uçakların tespit edilmesi ve tipinin belirlenmesi askeri açıdan stratejik seviyede önemlidir. Buradan yola çıkarak yapılan tez çalışmasında askeri nakliye, savaş ve yolcu tipi olmak üzere üç farklı uçak tipi belirlenmiştir. Nesne tespitinin başarıyla çalışması için yüzün üzerinde sivil ve askeri meydan incelenerek toplamda 529 adet özgün uydu görüntüsü indirilmiş, 917 adet nakliye uçağı, 1056 adet savaş uçağı, 966 adet yolcu uçağı olmak üzere toplam 2939 adet özgün uçak görüntüsü içeren bir veri kütüphanesi oluşturulmuştur. Uçakların tespiti için CenterNet Hourglass, YOLOR ve YOLOv7 algoritmaları kullanılmış, algoritmaların başarısı F1 skoru analizi ile değerlendirilmiştir. Sonuç olarak YOLOv7 %99,3, YOLOR %94,2 ve CenterNet Hourglass %79,6 F1 analiz skoru elde etmiştir.