Identification of Some Sunflower Diseases Using Deep Convolutional Neural Networks

Basit Öğe Kaydı
dc.contributor.authorAltınbılek, Hakkı Fırat
dc.contributor.authorKızıl, Ünal
dc.date.accessioned2025-05-29T05:25:10Z
dc.date.available2025-05-29T05:25:10Z
dc.date.issued2024
dc.departmentÇanakkale Onsekiz Mart Üniversitesi
dc.description.abstractAmong the oilseed plants cultivated in Türkiye, sunflower ranks first in terms of cultivation area and production. Therefore, short time detection of sunflower diseases will help producers to take necessary actions on time. Computer-based deep learning techniques have made it possible to predict these diseases with high accuracy. In this study, Google Collaboratory (GC), a free cloud-based Python coding environment, was used to detect 3 different sunflower diseases. A total of 760 images were obtained and examined in the 2022-2023 production seasons in İpsala district of Edirne province. A series of data pre-processing techniques were applied to the developed Convolutional Neural Network (CNN) model and 3 different sunflower disease prediction systems were created. It has been revealed that the model can classify with an accuracy of 0.90
dc.description.abstractTürkiye’de yetiştirilen yağ bitkileri arasında ayçiçeği ekim alanı ve verim açısından ilk sırada yer almaktadır. Dolayısıyla ayçiçek hastalıklarının hızlı tespiti üeticilerin bu kısa sürede önlem almalarına yarayacaktır. Bilgisayar tabanlı derin öğrenme teknikleri bu hastalıkların yüksek doğruluk ile tahmin edilebilmesini mümkün kılmıştır. Bu çalışmada 3 farklı ayçiçek hastalığının tespitinde ücretsiz bir bulut tabanlı Python kodlama ortamı olan Google Colaboratory (GC) kullanılmıştır. Toplamda 760 görüntü Edirne ili İpsala ilçesinde 2022-2023 üretim sezonlarında elde edilerek incelenmiştir. Geliştirilen Convolutional Neural Network (CNN) modeline bir dizi veri ön işleme teknikleri uygulanmış ve 3 farklı ayçiçek hastalığı tahmin sistemi yaratılmıştır. Modelin 0.90 doğrulukla sınıflandırma yapabildiği ortaya konmuştur.
dc.identifier.doi10.33202/comuagri.1387580
dc.identifier.issn2147-8384
dc.identifier.issn2564-6826
dc.identifier.issue1
dc.identifier.startpage19-Nov
dc.identifier.urihttps://doi.org/10.33202/comuagri.1387580
dc.identifier.urihttps://hdl.handle.net/20.500.12428/31132
dc.identifier.volume12
dc.language.isoen
dc.publisherÇanakkale Onsekiz Mart Üniversitesi
dc.relation.ispartofCOMU Journal of Agriculture Faculty
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_DergiPark_20250529
dc.subjectImage classification
dc.subjectDeep learning
dc.subjectMachine learning
dc.subjectSunflower diseases
dc.titleIdentification of Some Sunflower Diseases Using Deep Convolutional Neural Networks
dc.title.alternativeDerin Evrişimli Sinir Ağları Kullanılarak Bazı Ayçiçeği Hastalıklarının Belirlenmesi
dc.typeResearch Article

Dosyalar

Koleksiyon

DergiPark