VEHICLE DETECTION ON SMALL SCALE DATA BY GENERATIVE DATA AUGMENTATION

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Enformatik Enstitüsü, Modelleme ve Simülasyon Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: HİLMİ KUMDAKCI

Danışman: Alptekin Temizel

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Eğitim verilerinin yetersiz olması durumu, derin sinir ağlarının potansiyellerini açığa çıkarmasında en önde gelen sorunlardan biridir. Veri eksikliği probleminin üstesinden gelmek için, derin sinir ağlarının eğitim öncesi ve eğitim aşamaları sırasında veri artırma tekniklerine sıklıkla başvurulur. Bu teknikler, eğitim örneği sayısını ve örneklerin dağılımını artırarak bir sinir ağının belirli bir test seti için performansını artırmayı amaçlamaktadır. Bu çalışmada, sadece eğitim verilerindeki araç sınıfına ait nesnelerin sınırlayıcı kutu etiketleri kullanılarak bir veri artırım yöntemi önerilip, havadan çekilmiş az miktarda bulunan görüntülerde araç tespiti performansı geliştirilmeye odaklanılmıştır. Önerilen yöntemin koşullu üretken çekişmeli ağların (cGAN) farklı varyasyonlarıyla beraber çalışabileceği ve performansı iyileştirilebileceği gösterilmiştir. Önerilen yöntemdeki modüller eşsiz olmamakla birlikte değiştirilebilir veya modifiye edilebilir. Bununla birlikte obje tespit performansını daha da arttırmak için klasik data artırımı teknikleri ile birlikte kullanılabilir. Önerilen veri artırma yönteminin, Pluralistic, PSGAN, ve DeepFill üretken ağları ile birlikte kullanıldığında ortalama başarım hesaplamasında sırasıyla 25.2%, 32.7%, ve 25.7% seviyesine kadar artış sağladığı gösterildi.