Çiçek Görüntü S?n?fland?r?lmas?nda Ön E?itimli Evri?imsel Sinir A?lar?n?n Performans Kar??la?t?rmas?

Çiçek s?n?fland?rmas? botonikten, ekolojik çal??malara kadar birçok alan için önemlidir. görüntülerinin net ?ekilde belirgin olmamas?, yapraklar?n, dallar?n görüntüyü kapatmas? ve benzer özellikte çiçeklerin çok olmas? s?n?fland?rma çal??malar?nda rastlanan zorluklardand?r. Çal??mada internetten al?nan 3670 çiçekten olu?an veri seti kullan?larak çal??mas? yap?lm??t?r. Son dönemde görüntü derin ö?renme yöntemleri oldukça ba?ar?l? sonuçlara ula??lmaktad?r. Bu çal??ma modellerinden ön e?itimli evri?imsel sinir a?lar? (ESA) AlexNet, GoogLeNet, SqueezeNet, ShuffleNet Resnet-18 ile yap?larak performanslar? kar??la?t?rmal? olarak irdelenmi?tir. Kar??la?t?rma neticesinde en sonuca %97.26 do?ruluk oran?na sahip olan GoogLeNet ula??lm??t?r. Di?er modeller elde edilen ba?ar? oranlar? s?ras?yla ShuffleNet, ResNet-18 AlexNet %97.23, %92.84, %91.42 %89.05’tir. modeli bu çal??madaki modellerin yan? s?ra ayn? yap?lan di?er al??malar içinde yüksek ba?ar?ya ula?an model olmu?tur.