Derin öðrenme tekniklerinin büyük bir hýzla geliþmesi ve bir çok probleme uyarlanabilir yapýda olmasý içinde bulunduðumuz çaðda yaþanýlan bir çok sorunun üstesinden gelebilmektedir. Türkiye gibi deprem kuþaðýnda olan ve beraberinde bir çok afetin görüldüðü ülkelerde bu teknolojik geliþmelerin kullanýmý için oldukça fazla alan mevcuttur. Derin öðrenmenin uygulandýðý görüntü sýnýflandýrma algoritmalarý bu alanýn içinde yer almaktadýr. Bu çalýþmada, son yýllarda Türkiye’de yaþanan Ýzmir, Elazýð, Van, Ýzmit depremlerinin yaný sýra Giresun toprak kaymasý, Hatay orman yangýný gibi güncel olaylardan alýnmýþ, hava araçlarýndan çekilen görüntüler toplanmýþtýr. Bu görüntülerin yaný sýra dünyanýn çeþitli yerlerinden alýnan, hava araçlarý ile çekilmiþ afet fotoðraflarýna veri setinde yer verilmiþtir. Bu görüntüler ile en modern derin öðrenme yöntemleri birleþtirerek afet görüntülerinin sýnýflandýrmasý konusu incelenmektedir. Yine son yýllarda ortaya çýkan ve birbirinden farklý kabiliyetlere sahip olan Inception, MobileNet ve DenseNet gibi derin öðrenme mimarileri transfer öðrenme yöntemleri ile problem özelinde denenmiþtir. Kullanýlan algoritmalara en doðru sonucu vermesi ve aþýrý öðrenme, eksik öðrenme gibi derin öðrenme algoritmalarýnda rastlanabilen bir takým problemlerinin önüne geçilebilmesi adýna eklemeler yapýlmýþtýr. Yapýlan iyileþtirmeler ile alýnan sonuçlar doðruluk oraný deðerlendirmesi kullanýlarak paylaþýlmýþtýr. Buradaki amaç, afet durumlarýnda erken müdahelenin gerçekleþtirilebilmesi için gerekli olan teknolojik altyapýnýn en modern derin öðrenme yaklaþýmlarý kullanýlarak, hava araçlarýndan çekilmiþ renkli görüntüler üzerinden ortaya konmasýdýr.
Anahtar Kelimeler: Derin Öðrenme, Görüntü Sýnýflandýrma, Afet Görüntüleri
|
