Evrişimli sinir ağları kullanarak video verileri üzerinde drone tespiti

Bu tez çalışmasında, görüntü işleme ve derin öğrenme tabanlı yaklaşımlar kullanılarak insansız hava araçlarının (drone) gerçek zamanlı tespiti amaçlanmıştır. Çalışmada, YOLO mimarisinin en güncel versiyonu olan YOLOv11 modeli temel alınmış ve farklı hiperparametre kombinasyonları altında drone-kuş ayrımı üzerine eğitimler gerçekleştirilmiştir. Eğitimlerde kullanılan veri seti, hem drone hem de kuş görüntülerinden oluşmakta olup, video formatından elde edilen karelerle manuel olarak etiketlenmiştir. Eğitim süreci boyunca freeze parametresi ve giriş boyutu gibi değişkenler sistematik olarak test edilmiştir. Deneysel sonuçlara göre, YOLOv11 modeli yüksek doğruluk ve duyarlılık değerleri ile karmaşık sahnelerde etkili nesne tespiti gerçekleştirebilmiştir. Elde edilen bulgular, özellikle güvenlik, sınır kontrolü ve hava sahası gözetimi gibi alanlarda kullanılabilecek yapay zekâ destekli gözetim sistemlerinin geliştirilmesine katkı sağlamaktadır. Ayrıca, bu çalışmada YOLOv8 modeli ile karşılaştırmalı analizler sunularak, YOLOv11'in üstünlükleri deneysel olarak ortaya konmuştur.