Yazar "Akdere, Rabia Nur" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Derin öğrenme ve evrişimsel sinir ağları kullanılarak iş güvenliği için baret kullanımı tespiti
    (Selçuk Üniversitesi, Sosyal Bilimler Enstitüsü, 2023) Akdere, Rabia Nur; Gedik, Alper
    Derin öğrenme ve evrişimli sinir ağlarının (CNN) uygulanması, gelişmiş baret algılama sistemlerini kullanarak iş sağlığı ve güvenliği alanında büyük gelişme yaratmıştır. Bu çalışmada, Python programlama dili ve Thonny IDE kullanılarak bir baret algılama sistemi uygulamak için kapsamlı bir çalışma yapılmıştır. Modeli eğitmek için, büyük bir görüntü veri kümesi, baretin doğru etiketlenmesinin sağlanması için, bazı görseller labelImg aracının yardımıyla etiketlenmiş bazıları ise hazır görsel veri seti sunan Open Images Data set v7 ve roboflow yardımıyla çeşitlendirilmiş olup daha fazla veri seti kullanımına olanak sağlamışlardır. Açıklamalı veri kümesi daha sonra makine öğrenimi görevleri için güçlü bir bulut tabanlı platform olan Google Colab kullanılarak işlenmiş ve eğitilmiştir. Verileri eğitmek için doğru nesne algılama yetenekleriyle tanınan YOLOv5, YOLOv5l, YOLOv5m,Yolov5n algoritmaları kullanılmış ve karşılaştırılmıştır. En yüksek performans gösteren Yolov5l modelinin, görüntülerdeki baret takan ve baret takmayan insanları tanımlamada oldukça etkili olduğu %95 doğruluk oranı ile kanıtlanmıştır. Python, Thonny, LabelImg, Google Colab ve YOLOv5'in entegrasyonu, baret algılama sisteminin geliştirilmesi ve uygulanması için sağlam bir çerçeve sağlamıştır. Modelin performansını değerlendirmek için, farklı ortamlarda çalışanların gerçek görüntüleri ve videoları üzerinde denemeler yapılmıştır. Model, karmaşık ve dağınık görüntülerde bile baret kullanan ve baret kullanmayan kişileri tespit etmede sağlamlık ve doğruluk göstermiştir. Bu çalışma, güvenlik düzenlemelerine uyumu sağlamak ve kazaları önlemek için zamanında uyarmak ve çalışanlar için daha güvenli bir çalışma ortamı oluşturmamıza olanak sağlayabilmektedir. Bu çalışma güvenlik sorunlarının üstesinden gelmek için ileri teknolojileri kullanmanın önemini ve endüstriler genelinde güvenlik standartlarını iyileştirmede otomasyonun önemini vurgulamaktadır. Bu çalışma, iş güvenliğinde baret kullanımını tespit etmek için yeni bir derin öğrenme yaklaşımı sunmaktadır. Yaklaşım potansiyel olarak güvenlik uyumluluğunu artırabilir ve tehlikeli işyerlerinde kafa yaralanmalarını azaltmayı hedeflemektedir. Gelecekteki çalışmalar, modelin performansını iyileştirmeye ve veri kümesini daha çeşitli ortamları ve çalışanları içerecek şekilde genişletmeye odaklanacaktır.