Master Tezler / Master Thesis
Permanent URI for this collectionhttps://ada.atilim.edu.tr/handle/123456789/23
Browse
Browsing Master Tezler / Master Thesis by Author "Abdulghanı, Abdulghanı Mawlood A.ghanı"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Master Thesis Farklı koşullarda görüntü algılama algoritmaları YOLO ve faster R-CNN'nin karşılaştırılması(2021) Dalveren, Gonca Gökçe Menekşe; Dalveren, Gonca Gökçe Menekşe; Information Systems EngineeringBu tezde, hem zorlu hava koşullarında hem de karanlıkta daha iyi nesne tespiti açısından YOLOv4 ile YOLOv3 ve Faster R-CNN'yi karşılaştırıyoruz. Yağmurlu, sisli ve karlı hava koşullarında ve hatta geceleri yayalar, arabalar, otobüsler ve motosikletler gibi hareket eden nesneleri tespit etmek zor olabilir. Bu çalışma, hiçbirinin başlangıçta kötü hava koşullarında veya geceleri performans göstermesinin amaçlanmadığını akılda tutarak, bu tür durumlarda hangisinin en iyi performansı gösterdiğini belirlemek için üç modülü değerlendirmeyi amaçlamaktadır. Bu çalışma Tesla P4 GPU, 12GB RAM kullanılarak yapılmıştır. Bu algoritmaları, YOLOv4'ün 40.000 yineleme, 72 mAP ve 0.63 geri çağırma ile en iyi sonuçları aldığı bir açık görüntü veri seti ile eğittik. Öte yandan, YOLOv3 36000 yinelemede, 65.53 mAP'de ve 0.54 geri çağırma'da maksimum puan almıştır. Son olarak, Faster R-CNN 36000 yineleme, 51 mAP ve 0.49 geri çağırma elde etmiştir. Algılama performansı değerlendirmesi açısından, 30 FPS ile videoda YOLOv4 42 FPS'de, YOLOv3 37 FPS'de ve Faster R-CNN 10 FPS'de performans göstermiştir. Elde edilen sonuçlara göre, YOLOv4, YOLOv3 ve Faster R-CNN'ye kıyasla en iyi performansı göstermiştir.