Classification of Robust and Rotten Apples by Deep Learning Algorithm

Sağlam ve Çürük Elmaların Derin Öğrenme Algoritması ile Sınıflandırılması

Özet

In the study, it is aimed to classify the apples as rotten and robust by using the deep learning algorithm of the apple images taken from the CAPA database. In the proposed model, the processing steps are image reading, preprocessing and classification of apples, respectively. In the image reading stage, images taken from the image database were used. The applied deep learning architecture consists of introduction, convolutional, activation, pooling, memorization, full connection and conclusion layers. The data used in this architecture are divided into two as 80% training and 20% test data. Four different wavelength, 16 kinds of image combinations were used for the training and testing of the system. At the classification stage, a success rate of 91.25% was achieved in detecting rotten and robust apples. As a result, it is predicted that the proposed model can be used in the fruit processing industry to automatically classify rotten and robust apples.

Abstract

Yapılan çalışmada, CAPA veri tabanından alınan elma görüntülerinin derin öğrenme algoritması kullanılarak, elmaların çürük ve sağlam olarak sınıflandırılması amaçlanmıştır. Önerilen modelde işlem adımları sırasıyla görüntü okuma, önişleme ve elmaların sınıflandırılmasıdır. Görüntü okuma aşamasında, görüntü veri tabanından alınan görüntüler kullanılmıştır. Uygulanan derin öğrenme mimarisi giriş, evrişimsel, aktivasyon, havuzlama, ezberleme, tam bağlantı ve sonuçlandırma katmanlarından oluşmaktadır. Bu mimaride kullanılan veriler, %80 eğitim ve %20 test verisi olmak üzere ikiye ayrılmıştır. Sistemin eğitim ve test işlemleri için dört farklı dalga boyunda, 16 çeşit görüntü kombinasyonu kullanılmıştır. Sınıflandırma aşamasında, çürük ve sağlam elmaların tespit edilmesinde %91.25 başarı oranına ulaşılmıştır. Sonuç olarak, önerilen modelin meyve işleme sanayisinde çürük ve sağlam elmaların otomatik olarak sınıflandırılmasında kullanılabileceği ön görülmektedir.