Derin öğrenme yöntemleri kullanılarak nesne tanıma ve sınıflandırma performansını arttırmak için yeni yaklaşımlar

Abstract

Günümüzde derin öğrenme mimarileri, gelişen teknolojiyle birlikte veri setlerindeki bilgi miktarının ve işlemci güçlerinin artmasına paralel olarak sınıflandırma problemlerinde standart bir çözüm haline gelmiştir. Ancak literatürde sıklıkla kullanılan tek tip derin öğrenme mimarileri, farklı yapısal özelliklere sahip veri setleri karşısında her zaman aynı düzeyde performans sergileyememektedir. Bu durum, veriye özgü modüler bileşenlerin ve özel hibrit tasarımların geliştirilmesini zorunlu kılmaktadır. Bu tez çalışmasında farklı yapısal özelliklere sahip üç ayrı görüntü veri setinin kendisine özgü olarak tasarlanmış derin öğrenme tabanlı yeni yaklaşımlar geliştirilmiş ve kapsamlı deneysel analizler gerçekleştirilmiştir. Tez kapsamında gerçekleştirilen ilk uygulamada, dokusal farklılıkların belirgin olduğu mineral görüntülerinin sınıflandırılması için dikkat mekanizması ve residual bağlantılar içeren, dalgacık dönüşümü ile güçlendirilmiş WFeedNet mimarisi önerilmiş ve %94,81 doğruluk oranı elde edilmiştir. İkinci uygulamada, SIPaKMeD veri setindeki serviks kanseri hücre görüntülerinin sınıflandırılması için evrişimli sinir ağları (CNN) ve Vision Transformer (ViT) tabanlı hibrit özellik çıkarımı, dikkat mekanizması ve özellik seçimi modüllerini içeren bir yapı geliştirilerek %99,02 doğruluk değeri elde edilmiştir. Üçüncü uygulamada HAM10000 cilt kanseri veri seti üzerinde ince ayarlı CNN ve ViT tabanlı çift dikkat mekanizması ile güçlendirilmiş bir hibrit mimari tasarlanmış, sınıf ağırlıklandırma stratejileri uygulanarak %95,1 doğruluk elde edilmiştir. Elde edilen bulgular, öznitelik çıkarım aşamasında farklı matematiksel yaklaşımların entegrasyonu ile zenginleştirilmiş öznitelik haritalarının üretilmesinin standart derin öğrenme modellerinin performansını artırdığını göstermektedir.

Today, deep learning architectures have become a standard solution for classification problems, in parallel with the increase in the amount of information in datasets and processing power. However, uniform deep learning architectures frequently used in the literature cannot always perform at the same level when faced with data sets with different structural characteristics. This necessitates the development of data-specific modular components and specialized hybrid designs. In this thesis, novel deep learning based approaches tailored to three distinct image datasets with varying structural characteristics were developed, and comprehensive experimental analyses were conducted. In the first application conducted within the scope of the thesis, WFeedNet architecture enhanced with wavelet transform, incorporating attention mechanisms and residual connections, was proposed for the classification of mineral images with distinct textural differences, and an accuracy value of 94,81% was obtained. In the second application, a structure incorporating convolutional neural networks (CNN) and Vision Transformer (ViT) based hybrid feature extraction, attention mechanism, and feature selection modules was developed to classify cervical cancer cell images in the SIPaKMeD dataset, and an accuracy value of 99,02% was obtained. In the third application, a hybrid architecture enhanced with a fine-tuned CNN and ViT-based dual attention mechanism was designed on the HAM10000 skin cancer dataset, and a 95,1% accuracy was achieved by applying class weighting strategies. The findings indicate that producing enriched feature maps through the integration of different mathematical approaches during the feature extraction stage improves the performance of standard deep learning models.