Professional Documents
Culture Documents
DirençNet ResistorNet
DirençNet ResistorNet
ve Makine-Makina etkileşimi gibi terimler ve bu terimlere bağlı sınırlaması yapan üzerindeki renk bantlarına göre çeşitli %82 doğruluk oranına ulaşılmıştır. Veriseti oluşturulmasında ışık,
yeni bilimsel yöntemler ortaya konulmaktadır. Gelişen yapay zeka değerlerde olan pasif elektronik elemanıdır. Direncin birimi ''Ohm'' çekim kalitesi, görüntü benzersizliği gibi parametrelerin önemli
'dur. Ohm bir iletkenden geçen elektrik akımına karşı iletkenin olduğu ve başarı oranının ciddi derece etkilediği görülmüştür.
ekosisteminde elektronik komponentlerden olan direnç odaklı
gösterdiği direncin birimidir. Verisetindeki örnek sayısının düşük sayıda olması derin öğrenme
sınıflandırılmış yapılan araştırmalar sonucunda veri setinin
olduğu ancak yeterli olmadığı görülmüştür. Bir veri setinin Elektronik Elemanlar ile ilgili ImageNet gibi birçok database modellerinde ezberleme (overfitting) sürecine girdiği literatürde ve
oluşturulması, genişletilmesi ve CNN ağında eğitilmesi ile edinilen ortamında sınıflandırılmış görsel bulunsa da dirençlerin spesifik yaptığımız testlerde görülmüştür. DirençNet’de 3025 görsel 37
deneyimi ve kazanımları içermektedir. özelliklerinin ve direnç değerlerinin sınıflandırıldığı bir veri seti sınıf olması sebebi ve çalışmada kullanılan dirençlerin fiziksel
bulunmaması motivasyonumuz olmuş ve veri setine dair özellikleri nedeniyle olası ezberlemeyi önlemek için data artırımı
Çalışmada ResNet Inception-V4 algoritması ve veri artırımı (data
oluşturulan içerikler açık kaynaklı olarak paylaşılacaktır. yöntemi ile 15 derecelik açılarda görsellerle oynayarak görsel
augmentation) yöntemi kullanılarak %82’lik bir başarıya
ulaşılmıştır. DirençNet (DirençNet) içerisinde 37 sınıf 3025 görsel Veri setimizin oluşturulması için NICON D7000 Fotoğraf Makinesi örneklem sayısı ciddi oranda arttırılmıştır.
bulunmaktadır. ve Samsung Note 5 cep telefonu kamerası kullanılarak 37 sınıf Gelecekteki bir çalışma olarak, CNN araştırmalarındaki en son
direnç içeriği oluşturulmuştur. Verinin kalitesinin artması maksatlı gelişmeleri kullanarak DirençNet adlı yeni data setimizi ve
Anahtar Kelimeler: Derin Öğrenme, Nöral Ağlar, Direnç Dataset, yapılan testler ve deneysel çalışmalar sonucunda sınıflardaki mimarimizi iyileştirmeyi planlıyoruz. Yeni bağlantı modelleri ve
ResNet, Veri Artırımı 3932 adet görsel, çalışma için gerekli kalite şartlarını sağlayan farklı optimizasyon algoritmaları ile deneyerek ve çalışmalarımızı
3025 görsele indirgenmiştir.
ABSTRACT yayınlayarak akademik katkıda bulunmak istiyoruz.
¼W, ½W, 1W, 2W dirençlerden oluşan veri seti için farklı ışık
Today, terms such as Artificial Intelligence, Industry 4.0, Machine- Modelin Doğruluk Grafiği
yoğunluğu, zemin gibi parametreler değiştirilerek
1,2000
Human Interaction and Machine-Machine interaction, and new görüntülenmiştir. Farklı görüntüleme cihazlarından elde edilen,
1,0000
scientific methods related to these terms are presented. görüntülerin 72DPI 700x700 pixel olacak şekilde görüntü işleme
0,8000
In the developing artificial intelligence ecosystem, it has been programı Adobe Photoshop CC’de işlendi. Böylece, verinin
0,6000
seen that the data set is the result of the resistance-focused boyutu 13,6 Gb’dan 950 Mb’a düşürülerek verinin daha hızlı
0,4000
classified studies from the electronic components. In addition, it işenmesi ve doğruluk oranlarının artması hedeflendi.
0,2000
was not found to be sufficient. Verisetinin içerisinden, sınıflandırılan görsellerin %70’i ağın
0,0000
It includes the experience and achievements gained through the eğitimi, %20’si test ve %10’u doğruluk için birbirlerinden farklı 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
olacak şekilde kategorilendirildi. Daha önce yapılmış olan çalışma Eğitim Test
creation, extension and training of a data set on the CNN
dahil edilmemiştir[1].
network. In the study, ResNet Inception-V4 algorithm and data
Google Drive’a yüklediğimiz data setimizi Google Bulut
augmentation method were used to achieve 82% success. There Modelin Kayıp (Loss) Grafiği
Sunucularında çalışan NVidia Tesla K80 GPU destekli Google 14,0000
are 37 class 3025 images in DirençNet.
Collaboratory Research Lab üzerinden Phyton 3 ile Keras 12,0000
Keywords: Deep Learning, Neural Networks, DirençNet, kütüphanesi kodlanarak Inception ResNet V2 Algoritması 10,0000
Resistor Dataset, ResNet, Data Augmentation kullanılmıştır[6][7]. Ağımızın optimizasyonu için Adams 8,0000
Optimizasyon yöntemi seçilmiş ve 15 derecelik data 6,0000
4,0000
GİRİŞ zenginleştirme kullanılarak, görselin 15 derece çevrilmesiyle yeni
2,0000
bir veri olacak şekilde ağa tekrar veri beslemesi yapılarak, ağın
Yapay Zeka’nın Sinir Ağları alt dalına bağlı olan derin öğrenme 0,0000
veri artırımı amaçlanarak kullanılmıştır. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30