Aktaş, Hakan2024-11-072024-11-0720222564-6605https://doi.org/10.28948/ngumuh.1064522https://search.trdizin.gov.tr/tr/yayin/detay/1132064https://hdl.handle.net/11480/12535Antep fıstığı, ticari değeri yüksek bir ürün olup; Türkiye bu alanda ciddi bir üretim ve ihracat potansiyeline sahiptir. Bu ürünlerin yetiştirilmesi kadar toplanması ve ayıklanması da bir o kadar önemli bir işlemdir. Antep fıstıklarının toplandıktan sonra dış kabuk renklerine göre sınıflandırılması fıstığın pazarlanmasından önce yapılması gereken önemli işlemlerden bir tanesidir. Bu çalışmada Antep fıstığının dış rengine göre ayıklanması için derin öğrenme teknikleri kullanılmıştır. Ayıkla işlemi için gerekli olan veri seti endüstriyel bir deney düzeneği kullanarak elde edilmiştir. AlexNet yapısı, elde edilen bu veri setleri ile eğitilip test edilmiştir. Yine farklı yüzdelerdeki ve sayılardaki eğitim, doğrulama ve test verilerinin test doğruluğuna etkisini araştırmak için iki farklı yüzde (%70,%15,%15 ve %60,%20,%20) ve üç farklı sayıda veri seti için ağ yapısı eğitilmiş ve test edilmiştir. En yüksek test doğruluğu %60,%20,%20 oranlarına ait eğitim, doğrulama ve test için sırasıyla 580x2, 193x2 ve 193x2 adet verinin kullanılması ile %98.44 olarak hesaplanmıştır. Ayıklama işlemi derin öğrenme teknikleri ile yüksek doğruluklarda gerçekleştirilmiş olup; geliştirilen endüstriyel veri seti ile eğitilmiş ağ yapıları endüstriyel ayıklama makinelerinde yüksek doğrulukta çalışabilecek seviyededir.trinfo:eu-repo/semantics/openAccessBilgisayar BilimleriYazılım MühendisliğiGıda Bilimi ve TeknolojisiDerin ÖğrenmeGörüntü İşlemeAntep FıstığıAyıklama SistemleriArticle11346146610.28948/ngumuh.10645221132064