Abstract
Gemi tespiti ve sınıflandırması, deniz gözetimi ve izleme alanında kritik bir konu olup; balıkçılık yönetimi, göçmen izleme, deniz kurtarma ve deniz savaşlarına kadar geniş bir yelpazede uygulanmaktadır. Uzaktan algılama teknolojileri, geniş kapsama alanı ve düşük maliyetli erişim gibi avantajları nedeniyle gemi izleme için kullanılmaktadır. Bu çalışma, nesnelerin insan tarafından tespiti, sayımı ve takibi süreçlerinin bilgisayarlı görme ve makine öğrenmesi yöntemleri ile gerçekleştirilmesinin önemini vurgulamaktadır. Bu çalışmada, YOLO mimarileri, gemi tespiti ve sınıflandırmasının hızlı ve doğru bir şekilde yapılabilmesi için kullanılan bir teknoloji olarak ele alınmaktadır. YOLOv8 ve YOLOv9 mimarileri ile uzaktan algılama kullanılarak gemi tespiti çalışmaları gerçekleştirilmiştir. Gemi tespiti için 1658 görüntüden oluşan "Ships in Google Earth" adlı veri seti kullanılarak YOLOv8 ve YOLOv9 mimarilerinin performansını karşılaştırmaktadır. Eğitim ve doğrulama kayıpları, kesinlik, duyarlılık ve ortalama hassasiyet kriterleri açısından değerlendirilen modeller, eğitim sürecinde belirli bir başarı ve öğrenme hızı sergilemiştir. Her iki modelin de gemi tespitinde etkili çözümler sunduğu görülmüştür. Ancak, YOLOv9 modeli, özellikle başlangıçta daha hızlı yakınsama ve genel tespit performansında üstünlük sağlamıştır.
Published Version
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
More From: Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
