Seralardaki zararlıların derin öğrenmeye dayalı tekniklerle tespiti ve popülasyon tahmini

Örtü altı yetiştiricilik (sera); Türkiye'de, özellikle de Akdeniz ve Ege Bölgesi'nde önemli bir faaliyet alanına sahiptir. Burada üretilen ürünler; hastalık, zararlı, besin yetersizliği, yanlış kullanılan tarım ilaçları veya yanlış depolama nedeniyle zarar görmektedir. Tarım zararlıları, sera ürünlerinde önemli ekonomik ve üretim kayıplarına sebebiyet vermektedir. Bu noktada, seralarda yaygın bir tür olan thrips zararlısının erken dönemde tespiti büyük önem taşımaktadır. Bu tez çalışmasında Thrips familyasına ait bir tür olan Frankliniella occidentalis ele alınmıştır. Thrips zararlısının popülasyon artışının gözlemlenebilmesi adına, tuzaklar üzerinden haftalık olarak sayımı gerçekleştirilmektedir. Bu sayımlar ilgili ekipmanlar kullanılarak gerçekleştirilmektedir. Bu bakımdan süreç, yüksek iş gücü ve zaman gerektirmektedir. Tez çalışmasında, insan faktörü yerine derin öğrenme tabanlı algoritmalar kullanılarak zararlı sayımının gerçekleştirilmesi hedeflenmiştir. Bu kapsamda, Antalya ilindeki seralara kurulan mavi ve sarı yapışkan tuzak görüntüleri elde edilmiştir. Ayrıca, tuzakların toplandığı seralardan toplanma tarihleri ile seralardaki sıcaklık ve nem bilgileri de elde edilmiştir. İlgili görüntüler parçalara ayrılıp ayıklandıktan sonra bir veri seti oluşturulmuştur. Bu veri seti 4 farklı yenilikçi nesne tespiti modeli ile eğitilmiştir. DarkNet53 omurgalı YOLOv7 modeli, AP50 0.889 değeri ile en başarılı model olmuştur. Toplanan sayısal veriler ise 4 farklı makine öğrenmesi modeli ile eğitilmiştir. Zaman serilerinin bir özellik olarak kullanıldığı çalışmada, en başarılı sonucu doğrusal regresyon modeli vermiştir. Bu model kullanılarak bir trend analizi gerçekleştirilmiş ve sonraki döneme ait popülasyon tahmini verisi elde edilmiştir. Kullanıcıyı serada bulunan zararlı popülasyonu hakkında bilgilendirmek adına bir arayüz geliştirilmiştir.