Derin öğrenme tekniklerinin büyük bir hızla gelişmesi ve bir çok probleme uyarlanabilir yapıda olması içinde bulunduğumuz çağda yaşanılan bir çok sorunun üstesinden gelebilmektedir. Türkiye gibi deprem kuşağında olan ve beraberinde bir çok afetin görüldüğü ülkelerde bu teknolojik gelişmelerin kullanımı için oldukça fazla alan mevcuttur. Derin öğrenmenin uygulandığı görüntü sınıflandırma algoritmaları bu alanın içinde yer almaktadır. Bu çalışmada, son yıllarda Türkiye’de yaşanan İzmir, Elazığ, Van, İzmit depremlerinin yanı sıra Giresun toprak kayması, Hatay orman yangını gibi güncel olaylardan alınmış, hava araçlarından çekilen görüntüler toplanmıştır. Bu görüntülerin yanı sıra dünyanın çeşitli yerlerinden alınan, hava araçları ile çekilmiş afet fotoğraflarına veri setinde yer verilmiştir. Bu görüntüler ile en modern derin öğrenme yöntemleri birleştirerek afet görüntülerinin sınıflandırması konusu incelenmektedir. Yine son yıllarda ortaya çıkan ve birbirinden farklı kabiliyetlere sahip olan Inception, MobileNet ve DenseNet gibi derin öğrenme mimarileri transfer öğrenme yöntemleri ile problem özelinde denenmiştir. Kullanılan algoritmalara en doğru sonucu vermesi ve aşırı öğrenme, eksik öğrenme gibi derin öğrenme algoritmalarında rastlanabilen bir takım problemlerinin önüne geçilebilmesi adına eklemeler yapılmıştır. Yapılan iyileştirmeler ile alınan sonuçlar doğruluk oranı değerlendirmesi kullanılarak paylaşılmıştır. Buradaki amaç, afet durumlarında erken müdahelenin gerçekleştirilebilmesi için gerekli olan teknolojik altyapının en modern derin öğrenme yaklaşımları kullanılarak, hava araçlarından çekilmiş renkli görüntüler üzerinden ortaya konmasıdır.
Anahtar Kelimeler: Derin Öğrenme, Görüntü Sınıflandırma, Afet Görüntüleri
|
