COVID-19'a karşı insansız hava aracı ile derin öğrenme tabanlı maske tespiti
| dc.contributor.advisor | Sabancı, Kadir | |
| dc.contributor.author | Akar, Mücahit | |
| dc.date.accessioned | 2022-03-04T12:06:46Z | |
| dc.date.available | 2022-03-04T12:06:46Z | |
| dc.date.issued | 2022 | |
| dc.department | KMÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı | |
| dc.description | YÖK Tez No: 709517 | en_US |
| dc.description.abstract | Çin Halk Cumhuriyeti'nin Vuhan kentinde ortaya çıkan ve daha sonra tüm dünyaya yayılan COVID-19, Aralık ayından bu yana toplumların yaşam biçimini bütünüyle etkilemiş ve etkilemeye devam etmektedir. İnsanlar arasında hızla yayılabilen, hasta bireyler üzerinde ağır yan etkilere neden olabilen ve hatta ölümcül riskler taşıyan bu hastalık böylece dünyanın gündemi haline gelmiştir. Virüse karşı alınan birçok önlemin uygulanmaması, virüsün yeni mutasyonlarına karşı önlem araçlarının geliştirilememesi gibi birçok etmen pandeminin devam etmesine sebebiyet vermektedir. Bu bağlamda, alınacak önlemler ile bunun denetiminin yapılması ve bu sayede karşılaşılabilecek risklerin en aza indirilmesi büyük önem taşımaktadır. Bu tez çalışmasında COVID-19'a karşı maske takma zorunluluğu olan yerlerde kural ihlali yapan kişilerin otonom sistemlerle denetlenebilmesi için YOLOv4, VGG16, VGG19, ResNet101, ResNet152, MobileNetV1 ile geliştirilen derin öğrenme modelleri karşılaştırılarak gerçek zamanlı maske tespiti için en uygun model seçilmiştir. Uygulama insansız hava araçları üzerinde yapılmış ve bu sayede farklı açı ve yüksekliklerden otonom denetim sağlanmıştır. Modellerin performans açısından sonuçları analiz edilmiş, karşılaştırılmış ve en uygun model kullanılarak insansız hava araçları vasıtasıyla gerçek zamanlı maske tespit işlemi başarıyla gerçekleştirilmiştir. Bu sayede insansız hava araçları yardımıyla maske denetiminin zorunlu olduğu açık ve kapalı alanlarda otonom maske denetimi yapılabilmektedir. | en_US |
| dc.description.abstract | COVID-19, which emerged in the city of Wuhan, People's Republic of China and then spread all over the world, has completely affected and continues to affect the way of life of societies since December. This disease, which can spread rapidly among people, cause severe side effects on sick individuals and even carry fatal risks, has thus become the agenda of the world. Many factors, such as the failure to implement many measures against the virus and the inability to develop preventive measures against new mutations of the virus, cause the continuation of the pandemic. In this context, it is of great importance to control the measures to be taken and thus to minimize the risks that may be encountered. In this thesis, deep learning models developed with YOLOv4, VGG16, VGG19, ResNet101, ResNet152, MobileNetV1 are compared and the most suitable model for real-time mask detection is selected in order to control the people who violate the rules in places where it is necessary to wear masks against COVID-19. The application was made on unmanned aerial vehicles, thus autonomous control was provided from different angles and heights. The results of the models in terms of performance were analyzed and compared, and real-time mask detection was carried out successfully by unmanned aerial vehicles using the most suitable model. In this way, autonomous mask inspection can be performed in open and closed areas where mask inspection is mandatory with the help of unmanned aerial vehicles. | en_US |
| dc.identifier.citation | Akar, M. (2022). COVID-19'a karşı insansız hava aracı ile derin öğrenme tabanlı maske tespiti. KMÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliğ Ana Bilim Dalı Yüksek Lisans Tezi, Karaman. | en_US |
| dc.identifier.uri | https://hdl.handle.net/11492/6155 | |
| dc.identifier.yoktezid | 709517 | |
| dc.institutionauthor | Akar, Mücahit | |
| dc.language.iso | tr | |
| dc.publisher | Karamanoğlu Mehmetbey Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | COVID-19'a karşı insansız hava aracı ile derin öğrenme tabanlı maske tespiti | |
| dc.title.alternative | Deep learning based mask detection with unmanned aerial vehicle against COVID-19 | |
| dc.type | Master Thesis |
