Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erzincan Binali Yıldırım Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: Mehmet Ertuğrul Evrensel
Danışman: İsmail Akgül
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Yapay zeka (YZ), günümüzde pek çok sektörde dönüşüm yaratan en önemli teknolojilerden biri haline gelmiştir. Özellikle bilgisayarla görme alanında yaşanan gelişmeler, gerçek zamanlı veri analizi ile insan hayatını doğrudan etkileyen çözümler sunmaktadır. Bu çalışmada, YZ destekli nesne tespiti teknikleri kullanılarak işçi güvenliğini artırmaya yönelik bir uygulama geliştirilmiştir. Araştırmada, Kaggle platformunda sunulan “Railroad Worker Detection Dataset” adlı veri seti kullanılarak, demiryolu işçilerinin kişisel koruyucu donanım (KKD) kullanıp kullanmadıkları, özellikle baret ve yelek takıp takmadıkları, gerçek zamanlı görüntüler üzerinden tespit edilmeye çalışılmıştır. Bu amaçla derin öğrenmeye dayalı YOLOv5, YOLOv7 ve YOLOv8 algoritmaları kullanılarak bu modellerin performansları karşılaştırılmış ve en uygun çözüm yöntemi belirlenmiştir. Elde edilen bulgulara göre, çalışmada ele alınan nesne tespiti modelleri farklı ortamlarda çalışan işçilerin konumlarını, üzerlerindeki güvenlik ekipmanlarının varlığını yüksek doğrulukla belirleyebilmekte ve böylece iş kazalarının önüne geçilmesine katkı sağlamaktadır. Bu çalışma, yalnızca akademik bir araştırma olmanın ötesinde, kullanılan yöntemlerin endüstride doğrudan uygulanabilirliği sayesinde güvenli çalışma ortamlarının oluşturulmasına destek olacak pratik çözümler sunmaktadır. Ayrıca, derin öğrenme temelli nesne tespiti algoritmalarının iş sağlığı ve güvenliği alanında ne denli etkin bir şekilde kullanılabileceğini de ortaya koymaktadır.