Yolo ile kızılötesi küçük hedef tespiti: Performans analizi ve optimizasyonu

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Uygulamalı Matematik Enstitüsü, Bilimsel Hesaplama Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: İngilizce

Öğrenci: ABDULKARIM ATRASH

Danışman: ASSOC. PROF. DR. ŞEYDA ERTEKİN BOLELLİ, ÖMÜR UĞUR

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kızılötesi Küçük Hedef Tespiti (IRSTD), savunma ve gözetim alanlarında kritik uy- gulamalara sahip zorlu bir problemdir. Bu problem, karmaşık kızılötesi sahnelerde çok küçük, düşük kontrastlı hedeflerin tespitini içerir. Tek kare IRSTD (SIRST), yal- nızca tek bir giriş karesinden çıkarılan mekansal özelliklere dayanan algoritmalar sı- nıfını ifade eder. Öğrenmeye dayalı SIRST yöntemleri, IRSTD problemini çözmek için sinir ağı mimarilerinden yararlanır. Bu yöntemler tasarım açısından basit olsa da, gerçek dünya senaryolarında uygulanabilirliklerini sınırlayan çeşitli zorluklarla karşılaşırlar. Bu zorluklara yanıt olarak tez, yenilikçi çözümler araştırmakta ve sun- maktadır. Öncelikle temel model seçimimizi desteklemek amacıyla en son teknoloji YOLO algoritmalarının bir değerlendirme çalışmasını gerçekleştirdik. Bu temel üze- rine inşa ederek, IRSTD'deki kritik zorlukları ele almak üzere yakın zamanda tanıtı- lan YOLOv12n mimarisi temelinde birleşik bir çerçeve olan TY-RIST'i öneriyoruz. Dört kıyaslama veri setinde ve 20 farklı model üzerinde yapılan deneyler, son tek- noloji performansı göstermektedir. Beşinci bir veri setinde yapılan çapraz veri seti doğrulaması ise yöntemimizin güçlü genelleme yeteneğini doğrulamaktadır.