Konveyör bant üzerinde yapay zekâ tabanlı balık sınıflandırma

Günümüzde yapay zekâ teknolojilerinin gelişimi, birçok sektörde olduğu gibi balıkçılık alanında da çeşitli sorunlara çözüm sunmaktadır. Balıkçılık sektöründe, aynı anda yakalanan farklı türdeki balıkların manuel olarak sınıflandırılması hem zaman alıcıdır hem de hata payı yüksektir. İnsan eliyle yapılan bu sınıflandırma işlemleri, balık türlerinin doğru tespit edilememesine ve dolayısıyla verimliliğin düşmesine neden olmaktadır. Bu durum, maliyet artışı ve kalite kontrolünde sorunlar yaratmakta, sınıflandırma sürecinin otomatikleştirilmesi gerekliliğini ortaya koymaktadır. Bu çalışmada, hareketli bir konveyör üzerinde ilerleyen balıkların görüntüleri alınarak, bu görüntülerden elde edilen verilerle yapay zekâ tabanlı nesne tespiti ve sınıflandırma işlemleri gerçekleştirilmiştir. Çalışma kapsamında üç farklı balık türüne ait toplam 3915 görüntü toplanarak özel bir veri seti oluşturulmuştur. Görüntü işleme ve nesne tanıma alanında güçlü bir performans sergileyen YOLO algoritmasının son sürümleri olan YOLOv8, YOLOv10 ve YOLOv11 modelleri bu çalışmada kullanılmıştır. Modellerin ortalama mAP50-95 performans değerleri sırasıyla YOLOv8 için %77.7, YOLOv10 için %78.9 ve YOLOv11 için %79.4 olarak elde edilmiştir. Elde edilen sonuçlar, YOLO algoritmalarının balık türlerinin otomatik sınıflandırılmasında yüksek doğruluk ve hız sunduğunu göstermektedir. Bu sistemin uygulanmasıyla birlikte insan müdahalesine olan ihtiyaç azalmakta, sınıflandırma süreci daha tutarlı ve ekonomik hale gelmektedir.