- Avrupa Bilim ve Teknoloji Dergisi
- Issue: 32 Special Issue
- A Study on CNN Based Transfer Learning for Recognition of Flower Species
A Study on CNN Based Transfer Learning for Recognition of Flower Species
Authors : Ferhat BOZKURT
Pages : 883-890
Doi:10.31590/ejosat.1039632
View : 9 | Download : 3
Publication Date : 2021-12-31
Article Type : Research
Abstract :Bitki organlarından biri olan çiçek, ekolojik düzenin önemli bir elementidir. Çiçekler insanlara faydalı olan birçok alanda kullanılmıştır. Günümüzde bilinen yaklaşık dört yüz bin çiçek çeşidi vardır. Çiçekleri şekil ve renk benzerliği nedeniyle birbirinden ayırt etmek zor bir iştir. Çiçek sınıflandırması, çok çeşitli şekiller, renk dağılımı, aydınlatma koşulları ve maruz kalma deformasyonu nedeniyle zorlu bir problemdir. Renk ve şekil olarak birbirine benzeyen çiçekleri insan gözüyle ayırt etmek bazı görüntülerde daha da zorlaşmaktadır. İnsanların belirli türleri doğru bir şekilde ayırt etmesi dikkate değer bir eğitim gerektirir ve genellikle çok spesifik morfolojik özellikler, yakından ilişkili türleri ayırt eden tek şeydir. ESA modelleri son zamanlarda araştırmacılar tarafından manuel özniteliklere olan ihtiyacı ortadan kaldırmak için birçok sınıflandırma probleminde kullanılmaktadır. Bu çalışmada, çiçek türlerinin tanınması için ESA tabanlı transfer öğrenme yöntemleri incelenmiştir. Çiçek türlerinin sınıflandırılması için, önceden eğitilmiş popüler öğrenme tekniklerden VGG16, VGG19, SqueezeNet, DenseNet-121, DenseNet-201 ve InceptionResNetV2 uygulanmaktadır. Deneysel sonuçlarda aynı çiçek veri kümesi üzerinde sınıflandırma performansları karşılaştırılmıştır. Bu çalışmada InceptionResNetV2 modelinin diğer modellere göre daha üstün sonuçlar verdiği gözlemlenmiştir. En yüksek doğruluk (%92.25), çiçek veri seti için InceptionResNetV2 modeliyle elde edilmiştir.Keywords : Derin öğrenme, Transfer öğrenme, Evrişimli sinir ağları, Öznitelik seçme, Çiçek türleri.