AI Summary & Key Takeaways
AI InsightIn the experiments, YOLOv8 model outperformed the other methods with 92.8% accuracy, 98.6% precision, 95% sensitivity and 96.8% F1 score.
📌 3 Key Takeaways
Abstract
Investigations to increase the level of adaptation to social life and the sense of independence of individuals with visual impairment are very important in terms of social contribution. Facilitating the shopping experiences of these individuals can be among these studies. Research in this field shows that traditional methods are generally used to classify shopping products and to introduce the shelves. In this proposed study, products on supermarket shelves are classified using deep artificial neural networks different from traditional methods. In addition, in order to provide convenience to individuals with visual impairments, the Flutter infrastructure, which can be integrated into smart devices used in daily life and supports all mobile operating systems, will be preferred in the second phase of the study. The application was realized by creating a data set of 2222 images obtained from a market in Erzurum province and 14 different categories. In order to have a balanced number of category-based data, a total of 4585 images were trained and classified with YOLOv5, YOLOv8 and EfficientDet D7TF2 models. In the experiments, YOLOv8 model outperformed the other methods with 92.8% accuracy, 98.6% precision, 95% sensitivity and 96.8% F1 score.
Özet
Görme bozukluğuna sahip bireylerin sosyal yaşama adapte olma düzeylerini ve bağımsızlık duygularını artırmaya yönelik yapılan araştırmalar toplumsal katkı açısından oldukça önemlidir. Söz konusu bireylerin alışveriş deneyimlerini kolaylaştırmak yapılan çalışmalar arasındadır. Bu alanda yapılan araştırmalar, alışveriş ürünlerinin sınıflandırılması ve rafların tanıtılması için genellikle geleneksel yöntemlerin kullanıldığını göstermektedir. Önerilen bu çalışmada, market raflarındaki ürünler geleneksel yöntemlerden farklı olarak derin yapay sinir ağları kullanılarak sınıflandırılmıştır. Ayrıca, görme bozukluğuna sahip bireylere kolaylık sağlamak amacıyla çalışmanın ikinci fazında geliştirilecek olan günlük hayatta kullanılan akıllı cihazlara entegre edilebilen ve tüm mobil işletim sistemlerini destekleyen Flutter altyapısı tercih edilecektir. Uygulama Erzurum ilinde bulunan bir marketten elde edilen 2222 görüntü, 14 farklı kategorideki veri setini oluşturularak gerçekleştirilmiştir. Kategori bazlı verinin dengeli sayıda olması için internet kaynağından alınan görüntüler ile birlikte toplam 4585 adet görüntü, YOLOv5, YOLOv8 ve EfficientDet D7TF2 modelleriyle eğitilerek sınıflandırılmıştır. Yapılan deneylerde YOLOv8 modeli, %92,8 doğruluk, %98,6 hassasiyet, %95 duyarlılık ve %96,8 F1 skoru ile diğer yöntemlere oranla daha yüksek performans göstermiştir.