Görüntü işleme yöntemleriyle temel devre elemanlarının sınıflandırılması
| dc.contributor.author | GÜNAY, MİHRİBAN | |
| dc.date.accessioned | 2022-03-24T11:27:01Z | |
| dc.date.available | 2022-03-24T11:27:01Z | |
| dc.date.issued | 2021 | |
| dc.department | İnönü Üniversitesi | en_US |
| dc.description.abstract | Elektrik Elektronik Mühendisleri, kağıda elle çizilmiş devre gördüklerinde devre elemanlarını kolaylıkla tanıyıp ayırt edebilirler. Fakat bilgisayarların ve makinelerin elle çizilmiş devre elemanlarını sınıflandırması ve elle çizilmiş devreler üzerinden devre elemanlarını tepit etmesi zordur. Bu amaca yönelik olarak, literatürde farklı yöntemler kullanılarak elle çizilmiş devre elemanlarının sınıflandırılması ve tanınması üzerine yapılmış bazı çalışmalar bulunmaktadır. Bu tez çalışmasında, elle çizilmiş devre elemanlarını sınıflandırmak ve bu devre elemanlarını devre üzerinden tespit edebilmek için iki farklı deneysel çalışma yapılmıştır. Yapılan ilk deneysel çalışmada, Evrişimli Sinir Ağları (ESA) kullanılarak dört farklı model oluşturulmuştur ve elle çizilmiş devre elemanları sınıflandırılmıştır. Bu oluşturulan dört farklı ESA modelinin performansları karşılaştırılmıştır. Yapılan deneysel çalışmanın sonucunda, kullanılan yöntem elle çizilmiş devre elemanlarının sınıflandırılmasında yüksek başarım oranına ulaşmıştır. Yapılan ikinci deneysel çalışmada ise Daha Hızlı Bölge Tabanlı Evrişimli Sinir Ağları (Daha hızlı B-ESA) yöntemi kullanılarak, elle çizilmiş birçok devre üzerinde bulunan devre elemanlarının tespiti işlemi gerçekleştirilmiştir. Kullanılan yöntem ile farklı stillerde çizilen elle çizilmiş devrelerde bulunan devre elemanlarının tespit edilmesi işlemi düşük kayıp ve hızlı bir performans ile gerçekleşmiştir. | en_US |
| dc.description.abstract | Electrical and Electronics Engineers can easily recognize and distinguish circuit components when they see circuits drawn by hand on paper. However, it is difficult for computers and machines to classify hand drawn circuit components and to detect circuit components on hand drawn circuits. For this purpose, there are some studies in the literature on the classification and recognition of hand drawn circuit components using different methods. In this thesis, two different experimental studies have been conducted to classify hand drawn circuit components and to detect them on the circuit. In the first experimental study, four different Convolutional Neural Networks (CNN) models were created and hand drawn circuit components were classified. And the performances of four different CNN models have been compared. As a result of the experimental study, the method used has reached a high success rate in the classification of hand drawn circuit components. In the second experimental study, by using the CNN-based Faster Region Based Convolutional Neural Networks (Faster R-CNN) method, hand drawn circuit components were detected on many hand drawn circuits. The Faster R-CNN method, on the other hand, performed the detection of circuit components in hand drawn circuits drawn in different styles, with low loss and fast performance. | en_US |
| dc.identifier.citation | GÜNAY, M. (2021).Görüntü işleme yöntemleriyle temel devre elemanlarının sınıflandırılması. Yüksek Lisans Tezi, İnönü Üniversitesi. | en_US |
| dc.identifier.uri | https://hdl.handle.net/11616/57585 | |
| dc.language.iso | tr | en_US |
| dc.relation.ispartof | İnönü Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | Görüntü işleme yöntemleriyle temel devre elemanlarının sınıflandırılması | en_US |
| dc.type | Article | en_US |
