Atıf Sayısı
9
Görüntüleme
157
İndirme
13
Sesli Dinleme
1
Günümüzde Derin Öğrenme yöntemlerinin kullanımı her alanda artmıştır. Yapay Zekâ, bilgisayarın veya bilgisayar kontrolünde bir makinenın zeki canlılara benzer mekanizmalarla karar verme yeteneğine sahip olmasıdır. Kısaca Yapay Zekâ, bilgisayarın insanlar gibi düşünmesini sağlar. Derin Öğrenme bir veya daha fazla gizli katman içeren yapay sinir ağları ve benzeri makine öğrenme algoritmalarını kapsayan çalışma alanıdır. Yani en az bir adet yapay sinir ağının kullanıldığı ve birçok algoritma ile, bilgisayarın elindeki verilerden yeni veriler elde etmesidir. Derin Öğrenme alanında kullanılan birçok algoritma vardır. Bu algoritmalardan YOLO (You Only Look Once) algoritması ve Darknet modeli, yüksek işleme hızından dolayı yüksek FPS (Frame Per Second) sağlamakta ve daha net sonuçlar vermektedir. Bu sebeple bu çalışmada YOLO algoritması tercih edilmiştir. Algoritmanın 4 farklı versiyonu için denemeler yapılmış, sonuçlar karşılaştırılmış, tespit doğruluğu ve hız olarak en iyi sonuç Versiyon-4 algoritmasında sağlanmıştır. OpenCV, NumPy, SciPy gibi Python programlama dili kütüphaneleri kullanılarak tespit edilen deformelerin sayısı tespit edilmiş, tespit anları kayıt altına alınmış, bu algoritmaların test kontrol sistemi ile bilgi alışverişi sağlanarak test sisteminin durdurulması sağlanmıştır. Deformasyonlar için büyük bir veri seti oluşturulmuş ve oluşturulan bu veri seti 4 farklı algoritma versiyonlarıyla eğitim yapılmış ve uygulamaya geçilmiştir. Otomotiv yan sanayinde üretilen süspansiyon sistem bileşenlerin performansları dinamik testlerle test edilmektedir. Bu testlerde parçalar plastik deformasyona maruz kalana kadar ya da ani kırılma başlangıcı olan çatlak oluşumunda, test sisteminin durdurulması insan konrolünde yapılmaktadır. Ancak bu durumda, parçaların ilk deformasyon anı tespit edilememektedir ve aynı zamanda zaman kaybına yol açmaktadır. Bu çalışmada derin öğrenme algoritmalarından olan YOLO ile deformasyon ve çatlak oluşumu tespit edilmeye çalışılmıştır. Çalışmada ayrıca derin öğrenme, görüntü işleme ve Python kütüphanelerinin nesne tespitinde kullanımları ayrıntıyla incelenmiş, uygulama oluşturulmuş, Python programı ve Yapay Sinir Ağları kullanılarak sonuçların elde edilmesi sağlanmıştır.
Today, the use of deep learning methods has increased in all areas. Artificial Intelligence is that a computer or computer-controlled machine has the ability to make decisions with mechanisms similar to the intelligent beings. In short, artificial intelligence allows the computer to think like people. Deep Learning is a field of study that covers artificial nerve networks and similar machine learning algorithms that contain one or more hidden layers. That is, at least one artificial nerve network is used and with many algorithms, the computer obtains new data from the data in its hands. There are many algorithms used in the field of deep learning. From these algorithms, the YOLO (You Only Look Once) algorithm and the Darknet model provide high FPS (Frame Per Second) due to its high processing speed and provide clearer results. For this reason, the YOLO algorithm is preferred. Tested for 4 different versions of the algorithm, the results were compared, the best results were provided in the Version 4 algorithm for accuracy and speed of detection. The number of deformations identified using Python programming language libraries such as OpenCV, NumPy, SciPy, detected, detection moments recorded, these algorithms provided information exchange with the test control system and the test system stopped. A large set of data for deformations has been created and created and this set of data has been trained and implemented with 4 different algorithm versions. The performance of the suspension system components produced in the automotive side industry is tested by dynamic tests. In these tests, when pieces are exposed to plastic deformation or in the formation of fractures, which are the beginning of sudden breakdown, the test system is stopped in human control. But in this case, the first moment of deformation of the pieces is not detected and also leads to time loss. In this study, deep learning algorithms with YOLO have been attempted to detect deformations and fractures. The study also studied in detail the uses of deep learning, image processing and object detection of Python libraries, created applications, provided the achievement of results using Python program and artificial nerve networks.
Nowadays, the use of Deep Learning methods has increased in many areas. Artificial Intelligence, which includes deep learning, is the ability of a computer or a computer-controlled machine to make a decision similar to intelligent creatures. In short, Artificial Intelligence enables the computer to think like a human. Deep Learning is a field of study that includes neural networks with one or more hidden layers and similar machine learning algorithms. In other words, in deep learning, the computer uses at least one artificial neural network and obtains new data from the data it has with different algorithms. There are many algorithms used in the Deep Learning field. Among these algorithms, YOLO (You only look once) algorithm and Darknet model provide higher FPS (Frame Per second) due to high processing speed and give clearer results. For this reason, the YOLO algorithm has been preferred in the application. Trials have been made for 4 different versions of the algorithm, the results have been compared, the best result in terms of detection accuracy and speed has provided in the Version-4 algorithm. Using Python programming language libraries such as OpenCV, NumPy, and SciPy, the number of detected deformities were determined, their detection moments were recorded, and the test system was stopped by providing information exchange with the test control system of these algorithms. A large dataset has been created for deformations and this data set has been trained and implemented with 4 different algorithm versions. The performances of the suspension system components produced in automotive reflectivity are tested with dynamic tests. In these tests, the test system is stopped under human control until the parts are subjected to plastic deformation or in case of crack formation that is a sudden breakout. However, in this case, the first moment of deformation of the parts cannot be detected and at the same time causes a waste of time. In this study, the use of deep learning, image processing and Python libraries in object detection has been examined in detail, the application has been created, and the results have been obtained by using the Python program and Artificial Neural Networks.
Alan : Fen Bilimleri ve Matematik; Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
