Evrişimli Sinir Ağları ile Mantar Görüntülerinden Mantar Türlerinin Transfer Öğrenme Yöntemiyle Tanımlanması

Abstract

Evrişimli sinir ağlarıyla mantarların tanımlanması; hayatî açıdan önemli mantarların koruma altına alınmasında ve mantar kaynaklarının sürdürülebilir yönetim planlarının yapılmasında oldukça önemlidir Ayrıca, zehirli mantarların tespit edilmesinde, mantar yetiştiricileri ile toplayıcıların mantarları tanımlamasında yararlı olabilecek bir problem çözümüdür. Mantar şapkaları döküntü, leke, pul, kuşak, yiv, özgün desen ve renk gibi çok sayıda ayırt edici özelliği sahiptirler. Bu nedenle şapka görüntülerinin Lamel, Yüzük, Sap ve Volva görüntülerine göre tanımlamaya daha çok katkısı olacağı düşünülmüştür. Bunun yanı sıra mevcut veri setleri evrişimli sinir ağları’nı eğitmek için yetersiz veya düzensizdir. Bu tezleri ispat etmek ve çalışmalara katkı sağlamak amacıyla, 18 aile ait 472 sınıfın görüntülerini içeren üç adet yeni veri seti oluşturulmuştur. Düzensiz veri seti 148318, düzenlenmiş Şapka, Lamel, Yüzük, Sap ve Volva görüntülerini içeren veri seti 97450 görüntü içermektedir. Düzenlenerek oluşturulmuş mantar şapka görüntüleri ise 65419 görüntüden oluşmaktadır. Çalışmada 6 evrişimli sinir ağı, transfer öğrenme yöntemi kullanılarak eğitilmiştir. Düzenlenmiş mantar şapka veri setiyle eğitilmiş en başarılı ağın doğruluk oranı %97.62’dir. Bu veri setinin görüntü sayısı, birinci veri setine göre %44, ikinci veri setine göre %32 daha az olmasına rağmen başarı oranı birinci veri setine göre %26.53, ikinci veri setine göre %14.5 daha iyidir.