Özet:

Dünya çapında pirinç tüketimi göz önüne alındığında pirincin önemli bir yere sahip olduğu görülür. Çeltik bitkisi, buğdaygiller ailesinden mısır ve buğdaydan sonra en fazla ekimi yapılan bitkidir. Tarım alanındaki son araştırma konularından birisi de, bir bitkinin yaprak görüntülerinden hastalıkların tanınması veya sınıflandırılmasıdır. Yaprak görüntülerinden çeltik hastalığının otomatik bir şekilde teşhisi geliştirme aşamasında olan bir araştırma konusudur. Bu gelişime katkı sağlamak için farklı öğrenme yöntemleri kullanılarak hastalığın erken teşhisi için önemli çalışmalar yapılmaktadır. Önceki çalışmalarda, hastalıkları tespit etmek için bitki yaprak görüntüleri üzerinde standart öznitelik çıkarma yöntemleri kullanılmıştır. Bu çalışmada ise temel olarak hastalıkları tespit etmek için bir makine öğrenme yöntemi olan derin öğrenme modelleri kullanılmıştır. Bu çalışmada derin Evrişimli Sinir Ağı (ESA) kullanılarak çeltik bitkisinin hastalıklı olup olmadığı tespit edilmiştir. Çalışmada kullanılan 5000 adet çeltik bitkisi yaprağına ait veri seti Kaggle sitesinden alınmıştır. Hastalığın tespiti için çeltik bitkisine ait üç hastalık (BrowSpot, LeafBlast ve Hispa) ve sağlıklı olmak üzere toplam iki çeşit sınıflandırma yapılmıştır. Çeltik bitkisinin hastalığının tespiti için kullanılan ESA'nın hiper-parametrelerinde değişiklik yapılarak %91,54’lük bir başarı oranı elde edilmiştir. Veri artırma yöntemiyle veri setindeki 5000 görüntüden 8000 çeltik bitki yaprağı görüntüsü elde edilmiş ve ESA için bu görüntüler üzerinden yapılan eğitimden sonra %94,87’lik bir başarı oranı elde edilmiştir. Kullanılan veri setindeki görüntüler üzerinden ön işlem yapıldıktan sonra ESA ile eğitim işleminden sonra %97,57’lik bir başarı oranı elde edilmiştir. Çeltik bitkisi yaprak görüntülerinden hastalık tespiti için elde edilen başarı sonucu, yöntemin uygulanabilirliğini göstermektedir.

Anahtar Kelimeler: