Semi-automated image labeling framework for honeybee (Apis mellifera) detection and tracking in automated bee hive applications

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: İngilizce

Öğrenci: ALPER EMRE HAS

Danışman: Hande Alemdar

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Arıcılık hem bilimsel araştırmalar hem de tarım için değerlidir. Arıcı tarafından arı kovanını veterinerler yardımıyla yakından gözlemlemek için yaygın olarak kullanılan bir yöntem olmasına rağmen, sonuçlar ölçülebilir değildir. İzleme araçlarının yüksek maliyetleri, arıcılık endüstrisi için bir dezavantajdır. Bu çalışmada, düşük maliyetli kameralardan, düşük güç gerektiren hesaplama ekipmanından oluşan bir sistemi desteklemek ve son olarak benzer amaçlar için etiketleme iş yükünü azaltan yarı otomatik bir ILS elde etmek için bir hayvan algılama ve izleme algoritması uygulanmaktadır. ILS, Kovan 4.0: Bal Arısı (Apis Mellifera) İzleminde Yapay Zeka Temelli Nesnel Yaklaşımları projesinde kullanılmıştır. Düşük çözünürlüklü bir kamera ile hem test grubu hem de kontrol grubu aynı anda kayıt edilmiştir. Bu çalışmada YOLOv3, çalışmamızın veri seti üzerinde eğitilmiş ve nesne tespiti için kullanılmıştır. Buna paralel olarak, yanlış pozitif algılamayı azaltmak ve doğru nesneye doğru yolu atama hassasiyetini artırmak için arı kümelerinin konturu belirlenmiştir. Bundan sonra, kullanılmış olan aynı nesneye işaret eden algılamayı ortadan kaldırmak için k-means kümeleme algoritması uygulanmıştır. Bu çalışma, düşük maliyetli kamera kaydı videolarında nesne algılama ve takibinin, toplam hayvan sayısı bilindiği durumlarda raporlama kurulumları için etiketleme yükünü azaltırken etiketleme kalitesini artırmak için hayvan bakımında kullanılabilecek bir etiketleme uygulamasını geliştirmiştir.