INCEPTION SH: SAHNE GÖRÜNTÜLERININ SINIFLANDIRILMASINDA INCEPTION MODÜL TABANLI YENI BIR CNN MODELI

Abstract

Bu çalışmada otonom insansız hava araçlarında (İHA) kullanılabilecek optimum seviyede blok yapısına sahip hafif ağırlıklı bir model tasarlanmıştır. Inception V3 modeli temel alınarak geliştirilen Inception SH modeli, literatürde halka açık bir veri seti olan "Intel Image Dataset" üzerinde karşılaştırılmıştır. Karşılaştırma sonucunda Inception V3 modeli için doğruluk, kesinlik, geri çağırma ve F1 skoru metrikleri için sırasıyla 0,882, 0,883, 0,882 ve 0,882 değerleri elde edilmiştir. Inception SH modelinde ise doğruluk, kesinlik, geri çağırma ve F1 skoru metrikleri için sırasıyla 0,958, 0,957, 0,974 ve 0,967 değerleri elde edilmiştir. Bu değerlerden de anlaşılacağı üzere, önerilen Inception SH modeli, temel alınan Inception V3 modeline göre daha yüksek performans değerleri sunmaktadır. Inception SH modeli aynı veri setini kullanan literatürdeki farklı modellerle de karşılaştırılmış ve karşılaştırılan modellere göre doğruluk, kesinlik, geri çağırma ve F1 skoru metriklerinde üstünlük sağlamıştır. Elde edilen sonuçlara göre, otonom İHA'ların popülerliği de göz önünde bulundurulduğunda, Inception SH modelinin çeşitli IoT cihazlarında hafif bir model olarak kullanılabileceği öngörülmektedir.In this study, a light-weight model with an optimum block structure that can be used in autonomous unmanned aerial vehicles (UAVs) was designed. The Inception SH model, which was developed based on the Inception V3 model, was compared on "Intel Image Dataset", a publicly available dataset in the literature. As a result of the comparison, values of 0.882, 0.883, 0.882 and 0.882 were obtained for the accuracy, precision, recall, and F1 score metrics for the Inception V3 model, respectively. In the Inception SH model, values of 0.958, 0.957, 0.974 and 0.967 were obtained for accuracy, precision, recall and F1 score metrics, respectively. As can be seen from these values, the proposed Inception SH model offers higher performance values than the underlying Inception V3 model. The Inception SH model was compared with different models in the literature using the same data set and was superior in accuracy, precision, recall and F1 score metrics compared to the compared models. According to the results obtained, it is predicted that the Inception SH model can be used as a lightweight model in various IoT devices, considering the popularity of autonomous UAVs.