UYDU GÖRÜNTÜLERİNDE GÖRÜŞ TRANSFORMATÖRLERİ TEKNİKLERİYLE ORMAN YANGINLARININ ALGILANMASININ GELİŞTİRİLMESİ

Abstract

Orman yangınları, ekosistemler ve insan yaşamı için önemli tehditler oluşturmaktadır. Yangınların erken tespiti ve etkili müdahale, hasarın minimize edilmesi ve can kayıplarının önlenmesi açısından kritiktir. Geleneksel yangın tespit yöntemlerinin sınırlılıkları nedeniyle, derin öğrenme tabanlı yaklaşımlar, uydu görüntülerinden yangınları otomatik olarak tespit etmek için umut verici çözümler sunmaktadır. Bu tez çalışması, orman yangını tespiti için Vision Transformer (ViT) modellerinin uygulanmasını ve performansını incelemiştir. Kanada'nın Orman Yangınları Veri Seti kullanılarak, özel bir CNN modeli, ResNet50, EfficientNetB4, EfficientNetB7, sıfırdan eğitilmiş bir ViT modeli ve önceden eğitilmiş bir ViT modeli ("vit-base-patch16-224-in21k") eğitilmiş ve testedilmiştir. Deney sonuçları, önceden eğitilmiş ViT modelinin, %99.22 doğruluk oranı ve 0.99 F1 skoru ile orman yangınlarını tespit etmede diğer modellere göre daha yüksek performans gösterdiğini ortaya koymuştur. ViT modellerinin, uzun mesafeli bağımlılıkları modelleme yeteneği ve daha az endüktif önyargıya sahip olması, yangın tespitinde önemli bir avantaj sağlamaktadır. EfficientNetB4 ve EfficientNetB7 modelleri de yüksek doğruluk ve F1 skorlarına ulaşmış, ancak eğitim süreleri ViT modellerine göre daha uzun olmuştur. Özel CNN ve ResNet50 modelleri ise, ViT ve EfficientNet modellerine kıyasla daha düşük performans göstermiştir. Bu çalışma, ViT teknolojisinin orman yangını tespiti ve izleme sistemlerinin geliştirilmesi için büyük bir potansiyel taşıdığını göstermektedir. ViT modelleri, yüksek doğruluk ve hızlı tespit sağlayarak yangınlara daha etkili müdahale edilmesine ve hasarın minimize edilmesine yardımcı olabilir. Gelecekteki çalışmalar, farklı ViT mimarileri, veri büyütme teknikleri ve gerçek zamanlı uygulamalar gibi konuları ele alarak orman yangını tespitinde daha da yüksek performans elde etmeyi hedefleyebilir

Forest fires pose significant threats to ecosystems and human life. Early detection and effective intervention of fires are crucial for minimizing damage and preventing loss of life. Due to limitations of traditional fire detection methods, deep learning-based approaches offer promising solutions for automatically detecting fires from satellite imagery. This thesis investigates the implementation and performance of Vision Transformer (ViT) models for forest fire detection. Using the Canada Forest Fires Dataset, a custom CNN model, ResNet50, EfficientNetB4, EfficientNetB7, a ViT model trained from scratch, and a pretrained ViT model ("vit base-patch16-224-in21k") were trained and tested. The experimental results demonstrate that the pretrained ViT model achieved the highest performance among all models, with an accuracy of 99.22% and an F1 score of 0.99, in detecting forest fires. ViT models' ability to model long-range dependencies and their lower inductive bias provides a significant advantage in fire detection. EfficientNetB4 and EfficientNetB7 models also achieved high accuracy and F1 scores, but their training times were longer compared to ViT models. The custom CNN and ResNet50 models exhibited lower performance compared to ViT and EfficientNet models. This study shows that ViT technology holds great potential for the development of forest fire detection and monitoring systems. ViT models can contribute to more effective fire intervention and damage minimization by providing high accuracy and fast detection. Future studies can focus on exploring different ViT architectures, data augmentation techniques, and hybrid models to achieve even higher performance in forest fire detection.