Akademik Veri Yönetim Sistemi
International Science and Technology Conference, Lefkoşa, Kıbrıs (Kktc), 2 - 04 Eylül 2020, ss.277-287
Derin öğrenme, makine öğrenmesinin bir alt çalışma alanı olup son
yıllarda oldukça popüler hale gelmiştir. Derin öğrenme gerçek hayatta
karşılaşılan problemlerde oldukça geniş bir uygulama alanına sahiptir.
Özellikle çözümü zor ve karmaşık olan çok farklı alanlardaki problemlerin
çözümünde kullanılmakta ve genellikle çok başarılı sonuçlar elde edilmektedir.
Bu şekilde bilgisayarlar için oldukça zor bir problem olan nesne tanıma problemlerinde,
derin öğrenme algoritmaları oldukça başarılı sonuçlar üretmektedir. Nesne
tanımlama aslında, bir nesnenin eldeki görüntü içerisinde görüntünün neresinde
olduğunu tespit ettikten sonra, bu sınırlar içerisindeki nesnenin görsel
özelliklerinin kullanılması ile gerçekleştirilen eğitmenli bir sınıflandırma
problemidir. Hâlihazırda nesne tanıma uygulamaları için en çok kullanılan derin
öğrenme algoritması Evrişimsel Sinir Ağı (Convolutional Neural Network(CNN)),
uzun yıllardır bilinen ve çok fazla uygulama alanına sahip çok katmanlı sinir
ağlarının geliştirilmiş halidir. Evrişimsel Sinir Ağı, görüntünün segmentasyonu
ve sınıflandırılması gibi klasik görüntü işleme problemlerinde şimdiye kadar
çok iyi sonuçlar sergilemiştir. Bu çalışmada, nesne tanıma uygulamasına yönelik
literatürdeki derin öğrenme yöntemleri kullanan çalışmalar incelenerek, bu
yöntemlerin çeşitli açılardan kıyaslanması ve kullanılmalarına yönelik
değerlendirmeler yapılmıştır.