DENİZ ÇÖPLERİNİN GÖRÜNTÜ İŞLEME VE YAPAY ZEKA YÖNTEMLERİ İLE TESPİT EDİLMESİ VE SINIFLANDIRILMASI

PROJENİN AMACI:

Isparta Doğa Koleji Metacoders ekibi tarafından gerçekleştirilen projenin amacı, görüntü işleme ve yapay zeka yöntemleri kullanılarak denizlerde kirliliğe neden olan materyallerin tespiti ve sınıflandırılmasını sağlayan bir yöntem geliştirmektir. Bu sayede, deniz kirliliğine neden olan materyallerin yöntemimiz tarafından tespit edilmesi ve ardından da sınıflandırılması ile geri dönüşümü mümkün olan materyallerin yeninden kullanılabilir hale gelebilmesi için geri dönüşüme gönderilmesi mümkün olacaktır.

PROJENİN YÖNTEMİ:

Projede önerilen yöntemi uygulamak amacıyla Minnesota Üniversitesi^* tarafından hazırlanmış olan ve denizaltında yer alan deniz çöplerinin görüntülenmesi ile elde edilen veri seti kullanılmıştır. Bu veri seti yapay zeka modelinin eğitimi ve test edilmesi için kullanılmıştır. Veri setinde toplamda 7684 görüntü bulunmaktadır. Bu görüntülerin 5720 tanesi eğitim için ve diğer görüntüler de test edilmesi için kullanılmıştır. Veri setindeki bazı görüntüler aşağıdaki verilmiştir:

Şekil.1 Kullanılan veri setine ait örnek görüntüler

Veri setindeki görüntülerde doğal yaşamın üyeleri olan balıklar ve plastik çöp görüntüleri yer almaktadır. Görüntüler su altında alındığı için görüntüdeki nesneler çok net görünememektedir. Bu nedenle öncelikle, veri setindeki bütün görüntülere görüntü işleme teknikleri kullanılarak görüntü kalitesi iyileştirilmiştir. Görüntü işleme sonucunda elde edilen görüntüler aşağıda verilmiştir:

Şekil.2 Görüntü işleme teknikleri sonucunda elde edilen yeni görüntüler (Sol taraf: Orijinal görüntü, sağ taraf: elde edilen yeni görüntü)

Son aşamada ise görüntü kalitesi iyileştirilen görüntüler bir yapay zeka modeline uygulanarak görüntülerde yer alan nesnelerin tespit edilmesi ve sınıflandırılması işlemi gerçekleştirilmiştir. Gerçekleştirilen eğitim işlemi sonucunda yapay zeka modelinin yükse doğrulukla görüntüleri tespit ettiği ve sınıflandırıldığı aşağıdaki gibi elde edilmiştir. Şekilden de görüldüğü üzere kullanılan yapay zeka modeli %99.1 oranında bir doğrulukla (accuracy) ve çok düşük bir hata değeri (loss) ile eğitim aşamasını gerçekleştirmiştir.

Eğitilen yapay zeka modelinin gerçek başarısını ölçmek amacıyla yöntemimiz 1964 adet test görüntüsüne uygulanmıştır. Elde edilen sonuçlara göre yöntemimiz test görüntülerinde yer alan plastik objeleri % 99.06 doğrulukla tespit etmiştir. Elde edilen bazı görsel sonuçlar aşağıda verilmiştir: