Gıdada tağşiş tespiti için görüntü işleme ve yapay zekâ yaklaşımları: Antep fıstığı örneği

Gıda güvenliği ve kalitesi, tüketici sağlığını korumak ve gıda endüstrisi açısından güvenilir bir ürün sunmak açısından kritik öneme sahiptir. Ancak, dünya genelinde gıda sahtekarlığı veya tağşiş sorunları, gıda endüstrisini tehdit eden bir sorun haline gelmiştir. Gıdalara kasıtlı olarak yabancı maddelerin eklenmesi veya düşük kaliteli malzemelerin kullanılması, tüketicileri yanıltarak sağlık riskleri ve güvenilirlik sorunlarına neden olmaktadır. Geleneksel yöntemlerle gıda tağşişinin tespiti karmaşık ve zaman alıcı olabilir. Ancak, son yıllarda görüntü işleme ve yapay zekâ teknikleri, bu soruna daha hızlı ve etkili bir şekilde yaklaşım sunmaktadır. Gıda sahtekârlığının tespiti ve gıda kalitesinin denetimi için görüntü işleme algoritmaları ve yapay zeka modelleri kullanmak, üreticilerin ve düzenleyicilerin daha hızlı ve doğru kararlar almasına yardımcı olacaktır. Bu tez çalışmasında, gıda endüstrisinde gıda tağşişinin tespit edilmesi için görüntü işleme ve yapay zeka tekniklerinin uygulanabilirliği Antep fıstığı örneği üzerinden tartışılmaktadır. Önerilen DenseNet modeli yoğun bağlantılara sahip bir derin öğrenme modelidir ve görüntü ile yapılacak çalışmalar için idealdir. Çalışmada tağşişli Antep fıstığı örnekleri elde edilerek fotoğraflanmış ve bu görseller görüntü işleme ile uygulanacak olan önceden eğitilmiş DenseNet modeli için hazırlanmıştır. DenseNet modeli eşsiz bir veri seti olan Antep fıstığı ve tağşişli örneklerini etkin bir şekilde sınıflandırmıştır.