Faster R-CNN derin öğrenme algoritması kullanarak takım düzeyinde böcek sınıflandırılması

Böcekler, eklem bacaklılar şubesinin sınıfı ve tür ve takson bakımından en kalabalık hayvan grubudur. Öyle ki böceklerde tanımlanan 750 bin, tahmin edilen tür sayısı ise 1,5 milyon civarındadır. Özellikle yapılan tahribatlar, orman yangınları türleri belirlenmeden ortadan kaybolmalarına neden olmaktadır. Bu nedenle biyolojik çeşitlilik ve akademik çalışmalar son derece önemlidir. Ayrıca böceklerin takım düzeyinde yararlarının ve zararlarının bilinmesi ve daha fazla bilgi sahibi olunması özellikle tarım alanında yapılan çalışmalara katkı sağlayacaktır. Öte yandan böceklerin tanınması sayesinde, doğayı teknolojik alanlarda taklit ederek çeşitli alanlarda robot teknolojileri, sensörler ve akıllı sistemleri geliştiren insanoğluna oldukça faydalı ve ilham kaynağı olmaktadır. Son yıllarda yapay zeka, derin öğrenme, görüntü işleme tekniklerinde gelişen metot ve yöntemler sayesinde nesnelerin tespiti, sınıflandırılması ve tanımlanması gerçekleştirilmektedir. Birçok alanda araştırmacılar bu kütüphaneleri kullanarak farklı özelliklerdeki nesnelerin tespiti, sınıflandırılması ve tanımlanması için algoritma geliştirmektedirler. Bilimsel açıdan; Entomoloji ile uğraşan bilim insanları bu kriterleri baz alarak takım belirlenmesi yapmaktadır. Oldukça fazla kriterin olması zaman kaybına ve yanlış teşhislere yol açabilmektedir. Ekonomik açıdan; Özellikle tarımda mahsule zarar veren böcek türlerinin tespit edilmesi tarım verimliliği açısından son derece önemlidir. Bu çalışmada Tensorflow kütüphanesi kullanılarak Faster R-CNN Derin Öğrenme metodu ile Böcekler üzerinde takım düzeyinde tespiti ve sınıflandırılması için bir model önerilmiştir. Çalışmada böcekler sınıfının 32 takımından 3246 böcek resmi derin öğrenmede kullanılmıştır. Oluşturulan yazılım literatüre böceklerin hızlı bir şekilde takım düzeyinde tespit edilmesi sağlayan bir sistem sunulmuştur.