Askeri araç tespitinde yolo yapay zeka uygulaması ile renk tonu doygunluğu değeri (HSV) yönteminin karşılaştırılması
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Gedik Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüzün yükselen trentlerinden yapay zekanın yanısıra tüm sektörlerde olduğu gibi askeri alanda da İHA kullanımı hızla artmaktadır. Ayrıca yapay zeka ve insansız hava araçları, orman yangınlarının başlangıç aşamasında tespiti, sınır kaçakçılığı, düzensiz göçmenlerin tespiti içinde sıkça tercih edilmeye başlanmıştır. Bilinirliğine paralel olarak yapay zekâ teknolojisi gelişmekte olan bir alandır. Birçok alanda yaygın olarak kullanılmaktadır. İnsan hatalarını en aza indirdiği ve daha uygun maliyetli olduğu için bu teknolojiye olan talep günden güne artmaktadır. Ortaya çıkan ürünün artan talebi ile ilgili bilimsel çalışmalar olmasına rağmen, arama yapıldığında tespit ve takip sistemleri ile ilgili çok fazla çalışma bulunmamaktadır. Bu tezin önceki çalışmalardan ayrılan en önemli özelliği hedefin tanımlanması sırasında veri setlerinden yararlanılmasıdır. Önceki çalışmalarda araç takibi yapılacaksa hedef boy ve en ölçüleri ayarlanarak bir dikdörtgen olarak tanımlanmış ve takibi bu şeklinde yapılmıştır. Bu çalışmalarda araç tespiti mümkün ancak sivil ve askeri araç ayırımı mümkün değildir. Tez çalışmasında ise olası hedefin İHA tarafından imha edilecek olması sebebiyle sivil araç ile düşman askeri araçların birbirinden ayrılması gerekmektedir. Çok yukarılardan bakıldığında bile askeri araçların seçilebileceği eğitilmiş bir algoritma ile hedef tespiti planlanmaktadır. Çalışma sonunda ikinci kullanıcaya sunulabilecek ticari bir ürün olarak askeri araç tespit edebilen "Ağırlık Dosyalarının" üretimi hedeflenmektedir. Hedeflerin tespiti ve sınıflandırmasında hazır eğitilmiş veri setleri üzerinden çalışan Yolov7 ve Yolov8 Algoritması tercih edilmiştir. Hız ve kesinlik açısından gelenekselleşmiş görü sistemlerine göre yüksek performans ve verim elde edilebilen bu yöntem ile hedef tanıma ve tespiti sağlanmaya çalışılmıştır. Bu tezin amacı, bu araştırma alanına katkıda bulunmak için, istenilen askeri hedefi tespit edebilen etkili bir insansız hava aracı üretmenin yanı sıra hedefi tespit edebilecek en etkili görüntü işleme yöntemini bulabilmek için HSV (Renk Doygunluğu Değeri) ile yolo'nun karşılaştırılması amaçlanmıştır . Tez sonunda görüntü işleme donanımlarına sahip bir insansız hava aracı ve özgün bir ağırlık dosyası üretılmesi planlanmaktadır.
In addition to artificial intelligence, which is one of the rising trends of today, the use of UAVs in the military field is increasing rapidly as in all sectors. In addition, artificial intelligence and unmanned aerial vehicles have started to be preferred frequently for the detection of forest fires at the initial stage, border smuggling, and detection of irregular migrants. In parallel with its popularity, artificial intelligence technology is an emerging field. It is widely used in many fields. The demand for this technology is increasing day by day as it minimizes human errors and is more cost effective. Although there are scientific studies on the increasing demand for the product, there are not many studies on detection and tracking systems when searching. The most important feature of this thesis that distinguishes it from previous studies is the use of data sets during the definition of the target. In previous studies, if the vehicle was to be tracked, the target was defined as a rectangle by adjusting the height and width dimensions, and it was followed in this way. Vehicle detection is possible in these studies, but it is not possible to distinguish between civil and military vehicles. In the thesis study, it is necessary to separate the civilian vehicle from the enemy military vehicle, since the possible target will be destroyed by the UAV. Target detection is planned with a trained algorithm where military vehicles can be selected even when viewed from very high. At the end of the study, it is aimed to produce "Weight Files" that can detect military vehicles as a commercial product that can be offered to the second user. In the detection and classification of targets, Yolov7 and Yolov8 Algorithms working on ready-trained data sets were preferred. With this method, which can achieve high performance and efficiency compared to traditional vision systems in terms of speed and precision, target recognition and detection have been tried to be achieved. The aim of this thesis, in order to contribute to this field of research, is to produce an effective unmanned aerial vehicle that can detect the desired military target, as well as to compare HSV (Color Saturation Value) and yolo in order to find the most effective image processing method to detect the target.At the end of the thesis, it is planned to produce an unmanned aerial vehicle with image processing equipment and an original weight file.
In addition to artificial intelligence, which is one of the rising trends of today, the use of UAVs in the military field is increasing rapidly as in all sectors. In addition, artificial intelligence and unmanned aerial vehicles have started to be preferred frequently for the detection of forest fires at the initial stage, border smuggling, and detection of irregular migrants. In parallel with its popularity, artificial intelligence technology is an emerging field. It is widely used in many fields. The demand for this technology is increasing day by day as it minimizes human errors and is more cost effective. Although there are scientific studies on the increasing demand for the product, there are not many studies on detection and tracking systems when searching. The most important feature of this thesis that distinguishes it from previous studies is the use of data sets during the definition of the target. In previous studies, if the vehicle was to be tracked, the target was defined as a rectangle by adjusting the height and width dimensions, and it was followed in this way. Vehicle detection is possible in these studies, but it is not possible to distinguish between civil and military vehicles. In the thesis study, it is necessary to separate the civilian vehicle from the enemy military vehicle, since the possible target will be destroyed by the UAV. Target detection is planned with a trained algorithm where military vehicles can be selected even when viewed from very high. At the end of the study, it is aimed to produce "Weight Files" that can detect military vehicles as a commercial product that can be offered to the second user. In the detection and classification of targets, Yolov7 and Yolov8 Algorithms working on ready-trained data sets were preferred. With this method, which can achieve high performance and efficiency compared to traditional vision systems in terms of speed and precision, target recognition and detection have been tried to be achieved. The aim of this thesis, in order to contribute to this field of research, is to produce an effective unmanned aerial vehicle that can detect the desired military target, as well as to compare HSV (Color Saturation Value) and yolo in order to find the most effective image processing method to detect the target.At the end of the thesis, it is planned to produce an unmanned aerial vehicle with image processing equipment and an original weight file.
Açıklama
Lisansüstü Eğitim Enstitüsü, Yapay Zeka Mühendisliği Ana Bilim Dalı, Yapay Zeka Bilim Dalı
Anahtar Kelimeler
İnsansız Hava Araçları, Askeri Araç Tespiti, Hedef Tespiti, Roboflow, Yolo, HSV, Unmanned Aerial Vehicles, Military Vehicle Detection, Target Detection, Roboflow, Yolo, HSV