Ray yüzey kusurlarının görüntü işleme ve yapay zeka yöntemleri kullanılarak tespiti ve sınıflandırılması

Demiryolları buharlı motorun icadıyla başlayıp günümüzde yüksek hızlı trenlere evrimleşmiştir. İlk gününden bugüne lokomotifler ve vagonlar demir raylar üzerinde hareket etmiştir. Demiryolu araçları için raylar kritik öneme sahiptir. Ray yüzeylerinde zamanla kusurlar oluşmaktadır. Bunlar demiryolu araçları kaynaklı ya da üretim kaynaklı olabilmektedir. Çalışmamızda ray yüzeylerinde oluşan kusurlardan ezilme (squat) ve soğuk yaralanma (bruising) kusurlarının sınıflandırması yapılmıştır. TCDD Demiryolları Araştırma Merkezi Müdürlüğü'nden alınan görüntüler kullanılarak üç veri seti hazırlanmıştır. İlk veri setimizde (VS-1) 447 görüntü bulunmaktadır. İkinci veri setinde (VS-2) VS-1 üzerine CLAHE filtresi uygulanmış halidir. Üçüncü veri seti (VS-3) VS-2 üzerinde veri artırımı yapılarak elde edilmiştir. Sınıflandırma için kendi hazırladığımız model ve öğrenim aktarım modellerinden VGG-16, ResNet50 ve DenseNet121 kullanılmıştır. Modeller tüm veri setlerinde eğitilmiştir. VS-1 VGG-16 modelinde %80 doğruluk elde edilmiştir. VS-2 ile DenseNet121 modelinde %95 doğruluk elde edilmiştir. VS-3 ile ResNet50 modelinde %95 doğruluk elde edilmiştir. Veri setinde bulunan örneklerin ön işlemden geçirilmesi ve veri artırımı yapılmasının olumlu etkileri olmuştur.