Citation Number
3
Views
10
Downloands
3
Kırık yumurtaların otomatik olarak tespiti sağlık açısından büyük bir önem taşımaktadır. Günümüzde, kırık yumurtaların ayrıştırılması uzmanlar tarafından gözlem yoluyla yapılmaktadır. Bu işlem, yorucu olmakla birlikte zaman kaybına ve hatalı tespitlere yol açmaktadır. Bu doğrultuda, otomatik olarak yumurta yüzeyindeki kırık tespiti için Bölgesel tabanlı Evrişimsel Sinir Ağlara dayalı bir sistem tasarlanmıştır. Önerilen 16 katmanlı ESA tabanlı modelde eğitim ve test aşaması için kırık yumurta görüntülerini içeren özgün bir veri seti oluşturulmuştur. MATLAB platformu kullanılarak 107 yumurta görüntüsündeki kırık bölgeler etiketlenmiştir. Deneysel çalışmalar kapsamında, kırık bölge tespiti için önerilen model kullanılarak %95.66 ortalama kesinlik elde edilmiştir. Bu sonuçlar, önerilen bilgisayar destekli bu sistemin gıda sanayisinde otomatik olarak kırık yumurtaların ayrıştırılması amacıyla kullanılabileceğini göstermiştir.
Automatic detection of cracked eggs is of great importance in terms of health. Today, the separation of cracked eggs is done by experts through observation. This process causes time loss and erroneous detections together with tiring. In this direction, a system based on Region-based Convolutional Neural Networks has been designed for the automatic detection of cracked egg surface. A original data set containing cracked eggs images were created for the training and testing phase of the proposed 16-layer ESA-based model. Cracked regions in 107 egg images using the MATLAB platform were labeled. Within the scope of experimental studies, an average precision of 95.66% was obtained by using the proposed model for cracked region detection. These results show that the proposed computer-aided system can be used to automatically sort cracked eggs in the food industry.
Field : Mühendislik
Journal Type : Ulusal
Article Detail 
Citation Owners
Similar Articles
Download PDF
Journal Information
Listen Paper
Print This Page
Share
Mendeley
