A deep learning approach for the prediction of diseases in cotton cultivation

Bu tezde, pamuk bitkisinin yetiştirilmesinde etkili olan çevresel faktörlerin bir alt başlığı olan pamuk hastalıklarının görüntü işleme ve derin öğrenme yöntemleri yardımıyla tespiti ve tahminlenmesi üzerine yapılan bir çalışma sunulmuştur. İlk aşamada, pamuk bitkisine ait görüntüler, tercih edilen derin öğrenme yöntemlerinin uygulanması esnasında karşılaşılabilecek sorunları minimize etmek adına ön işleme tabi tutulmuştur. Ön işlem sonucu elde edilen bu veriler, uygulanan derin öğrenme modellerinin optimizasyonu için girdi verileri olarak kullanılmıştır. Bu girdi verileri yardımıyla, Evrişimli Sinir Ağları, Uzun Kısa Vadeli Hafıza Ağları ve Evrişimli Uzun-Kısa Vadeli Hafıza Ağları modellerinin hiper-parametrelerine karar verilmiştir. Son aşamada ise, optimize edilen bu modellere girdi olarak verilen rastgele görüntüler üzerinden yapılan tahminlemelerin başarım oranları değerlendirilmiştir. Çalışma neticesinde elde edilen sonuçlar, analiz edilmiş ve literatürdeki çalışmalar ile karşılaştırılmıştır.