AI Summary & Key Takeaways
AI InsightThe results obtained show that the proposed method provides an effective solution for the detection of rotten fruits and vegetables.
📌 3 Key Takeaways
Abstract
Artificial intelligence has gained an important place in today's world thanks to its problem-solving skills and innovative applications that make life easier. Developments in hardware and software have contributed to the rapid spread of artificial intelligence applications. Especially image processing technologies provide solutions in many areas by allowing even small details to be detected. Increasing population and consumption needs have brought about global problems such as food waste. Failure to distinguish rotten fruits and vegetables in a timely manner causes both waste and economic losses. In this study, a solution to this problem was sought using artificial intelligence and image classification methods. A dataset consisting of fruit and vegetable images belonging to a total of 12 classes, six of which are fresh and six are rotten, was used. InceptionV3, MobileNetV2 and Xception models were trained with this data; Bayesian search optimization and CBAM attention mechanism were added to increase the success rate of the models. These three developed models were combined with the Weighted Voting method to create a new model called Deep Fruit Ensemble. This model achieved an accuracy rate of 92.8%, showing higher performance than the models used alone. The results obtained show that the proposed method provides an effective solution for the detection of rotten fruits and vegetables.
Özet
Yapay zekâ, problem çözme becerileri ve hayatı kolaylaştıran yenilikçi uygulamaları sayesinde günümüz dünyasında önemli bir yer edinmiştir. Donanım ve yazılım alanındaki gelişmeler, yapay zekâ uygulamalarının hızla yaygınlaşmasına katkı sağlamıştır. Özellikle görüntü işleme teknolojileri, küçük ayrıntıların bile tespit edilmesine imkân tanıyarak pek çok alanda çözüm sunmaktadır. Artan nüfus ve tüketim ihtiyacı ise gıda atıkları gibi küresel sorunları beraberinde getirmiştir. Çürük meyve ve sebzelerin zamanında ayırt edilememesi hem israfa hem de ekonomik kayıplara neden olmaktadır. Bu çalışmada, yapay zekâ ve görüntü sınıflandırma yöntemleri kullanılarak bu soruna çözüm aranmıştır. Altısı taze, altısı çürük olmak üzere toplam 12 sınıfa ait meyve ve sebze görüntülerinden oluşan bir veri seti kullanılmıştır. InceptionV3, MobileNetV2 ve Xception modelleri bu verilerle eğitilmiş; modellerin başarı oranını artırmak için Bayes arama optimizasyonu ve CBAM dikkat mekanizması eklenmiştir. Geliştirilen bu üç model, Ağırlıklı Oylama yöntemiyle birleştirilerek Deep Fruit Ensemble adlı yeni bir model oluşturulmuştur. Bu model, %92.8 doğruluk oranına ulaşarak, tek başına kullanılan modellere göre daha yüksek performans göstermiştir. Elde edilen sonuçlar, önerilen yöntemin çürük meyve ve sebzelerin tespiti konusunda etkili bir çözüm sunduğunu göstermektedir.