Etkili Çeltik Hastalığı Tespiti için Vision Transformer Modellerinin Kullanımı

Abstract

Bu araştırma, Vision Transformer modellerini kullanarak çeltik hastalıklarının otomatik olarak tespitedilmesine odaklanmaktadır. Çeltik, temel bir gıda kaynağı olarak büyük bir öneme sahiptir ve çeltiküretimine olan talep giderek artmaktadır. Bu nedenle, etkili hastalık tespit yöntemlerine ihtiyaçduyulmaktadır. Çeltik ürünlerinde hastalık tespiti için kullanılan manuel teknikler zaman alıcı olabilir vehatalara açık olabilir. Ancak, otomatik tespit sistemleri, sensörler ve makine öğrenimi algoritmalarınıkullanarak daha doğru ve maliyet açısından etkili bir yaklaşım sunar. Bu çalışmada, Paddy Doctor verikümesi kullanılarak 13 farklı çeltik hastalığına ait 4.160 görüntü üzerinde çalışma yapılmıştır. Doğruhastalık sınıflandırması yapmak için dört farklı vision transformer modeli kullanılmıştır. Deney sonuçları,ViT-B16 modelinin yaklaşık %92,88 doğruluk oranıyla en yüksek başarıyı gösterdiğini ortaya koymuştur.Bu bulgular, Vision Transformer modellerinin çeltik hastalıklarını etkili bir şekilde tespit etmek içinkullanılabileceğini göstermektedir. Bu durum, çeltik üretiminde mahsul verimini artırarak pestisitkullanımını azaltmaya ve çevre korumasını iyileştirmeye katkı sağlayabilir. Ayrıca, Vision Transformermodellerinin otomatik hastalık tespitindeki potansiyelini ortaya koymakta ve tarım verimliliği ile çevreselsürdürülebilirlik üzerinde olumlu etkileri olabileceğini göstermektedir.