Gıda sektöründeki sınıflandırma işlemlerinin derin öğrenmemimarileri ile gerçekleştirilmesi

Makine görmesi alanındaki gelişmeler ile birlikte endüstrideki birçok ürünün sınıflandırılması makine görmesi teknikleri ile yapılmaktadır. Gelişen teknolojiyle birlikte derin öğrenme alanındaki hızlı gelişmeler neticesinde görüntü işleme ile yapılan ve yapılamayan birçok problem derin öğrenme ile yapılabilir hale gelmiştir. Entegre edilmesi uzun ve zorlu olan görüntü işleme sistemlerinin yerine kolay uyum sağlayıp endüstriye de ayak uydurabilen derin öğrenme modelleri geliştirilmiştir. Bu tez çalışmasında; gıda sektöründeki ürünlerin sınıflandırılması derin öğrenme teknikleri ile otomatik olarak yapılabilmesi için (Evrişimli Sinir Ağı) modelleri aktif bir şekilde kullanılmıştır. Örnek problem olarak badem problemi seçilmiş olup; tam badem, kırık badem ve badem kabuklarının yüksek doğrulukta sınıflandırılması hedeflenmiştir. Geliştirilen deney düzeneği sayesinde badem, kırık badem ve badem kabuklarına ait her bir sınıf için toplam 380 görüntü alınmıştır. Eğitim, doğruluma ve test veri setleri için sırasıyla %70, %15 ve %15 oranları kullanılmıştır. Bu veri setlerini eğitip test etmek için Alexnet, InceptionV3, MobilenetV3 ve VGG16 modelleri kullanılmıştır. Eğitimler sonucunda en yüksek test doğruluğu %99.41 ile InceptionV3 modeli olmuştur. Bu sayede gıda sektöründeki hatalı(istenmeyen) ürün tespiti yüksek doğrulukta yapılarak sınıflandırma işlemlerine örnek bir çalışma ortaya koyulmuştur.