- International Journal of 3D Printing Technologies and Digital Industry
- Vol: 5 Issue: 3
- YAPAY ZEKÂ KULLANILARAK TRAFİK İŞARET LEVHALARININ SINIFLANDIRILMASI: DENİZLİ İL MERKEZİ İÇİN ÖRNEK ...
YAPAY ZEKÂ KULLANILARAK TRAFİK İŞARET LEVHALARININ SINIFLANDIRILMASI: DENİZLİ İL MERKEZİ İÇİN ÖRNEK BİR UYGULAMA
Authors : Tolga Palandiz, Hilmi Cenk Bayrakçi, Merdan Özkahraman
Pages : 645-653
Doi:10.46519/ij3dptdi.1021837
View : 12 | Download : 3
Publication Date : 2021-12-30
Article Type : Research
Abstract :Günümüzde sürekli olarak ilerlemekte olan teknolojik gelişmeler ile yapay zeka hayatımızın vazgeçilmez bir parçası haline gelmiştir. Yapay sinir ağlarının kullanıldığı çalışma alanlarından birisi de ulaşımdır. Ulaşım alanında olası kazaların azaltılması amacıyla sürücü destek sistemleri uygulamalarında yapay zeka kullanılmaktadır. Bu çalışmada hem trafik işaret levhalarının fotoğraflarının çekilmesiyle bireysel olarak oluşturulan veri seti hem de açık kaynak erişimli internet sitesinden (kaggle.com) elde edilen veri seti olmak üzere toplamda 4000 adet trafik işaret levhası görüntüsüne ait resimlerden oluşan veri seti kullanılmıştır. Veri seti 3200 adet eğitim verisi ve 800 adet test verisi içermektedir. Hazırlanan veri setleri CNN (Evrişimli Sinir Ağları) modeliyle birlikte ResNet50, MobileNetV2 ve NASNetMobile olmak üzere üç farklı derin öğrenme metoduyla eğitilerek eğitim doğruluğu, test doğruluğu, eğitim kaybı ve test kaybı faktörlerine göre performansları değerlendirilmiştir. ResNet50 metoduyla eğitim doğruluğu %97.62, test doğruluğu %78.75, eğitim kaybı %0.1 ve test kaybı %6.28 olmuştur. MobileNetV2 metoduyla eğitim doğruluğu %97.8, test doğruluğu %48.12, eğitim kaybı %0.38 ve test kaybı %38.34 olmuştur. NASNetMobile metoduyla eğitim doğruluğu %98.56, test doğruluğu %41.56, eğitim kaybı %0.1 ve test kaybı %17.28 olmuştur.Keywords : Yapay Zeka, Derin Öğrenme, Sınıflandırma