Zeytin renk ve doku bozukluğunun yapay zeka modelleri ile tespit edilmesi

Son yıllarda tarım sektöründe, verimlilik ve kalite standartlarını artırmak amacıyla görüntü işleme ve otomasyon sistemlerine yönelik ilgi hızla artmaktadır. Geleneksel zeytin ayrıştırma yöntemlerinde, insan gözüyle yapılan renk ve kalite tespiti süreci, zaman alıcı ve hataya açıktır. Bu tez çalışmasında, ham zeytinlerin renk (kırmızı, yeşil, siyah) ve kalite (sinek vuruklu) durumlarına göre gerçek zamanlı olarak ayrıştırılmasını sağlayan bir görüntü işleme sistemi geliştirilmiştir. Geliştirilen sistem, zeytinlerin renk ve doku analizlerini yaparak, yüksek doğruluk oranları ve hızlı sınıflandırma ile işçilik maliyetlerini azaltmayı ve kaliteyi tutarlı bir şekilde korumayı amaçlamaktadır. Ayrıca, endüstriyel otomasyonla entegre edilecek bu sistem, büyük ölçekli üretimlerde verimlilik artışı sağlamakta ve zeytin tarımında iş gücüne olan bağımlılığı en aza indirgemektedir. Çalışma, zeytin ayrıştırmanın yanı sıra, diğer tarım ürünlerinin kalite kontrol süreçlerinde de uygulanabilir bir altyapı sunarak, tarım sektöründe modern teknolojilerin kullanımının önemini vurgulamaktadır . CNN mimarisi, %99,56 doğruluk oranına ulaşmış; Fly, Green ve Black sınıflarında sırasıyla 0.9973, 0.9973 ve 0.9935 F1 skorları ile en yüksek başarıyı göstermiştir. Bu sonuçlar, modelin tüm sınıflarda dengeli ve güvenilir bir şekilde çalışabildiğini ortaya koymaktadır.