YOLO ile Tarımsal Ürün ve Yabani Bitki Sınıflandırması: Yeni Bir Veri Seti ve Farklı Stratejilerin Tespit Başarılarının Karşılaştırılması

Abstract

Tarımsal üretimde verimliliği düşüren en önemli faktörlerden biri, kültür bitkileriyle rekabete girerek kaynak tüketimine neden olan yabani bitkilerdir. Bu bitkilerin erken evrede tespiti ve mücadelesi, sürdürülebilir tarım için kritik öneme sahiptir. Bu çalışmada, tarımsal ürünlerin (elma, havuç, kabak, marul) ve yabani bitkilerin tespiti amacıyla YOLOv8 tabanlı bir derin öğrenme yaklaşımı sunulmuştur. Çalışmanın özgünlüğü, sadece nesne tespitine değil, aynı zamanda eğitim stratejilerinin performans üzerindeki etkisine odaklanmasında yatmaktadır. Bu kapsamda, sınıfların ayrı ayrı ve toplu olarak eğitildiği iki farklı stratejinin başarımları karşılaştırılmıştır. Ayrıca, çalışma kapsamında toplanan 200 adet özgün görüntü, veri artırma yöntemleriyle 1200 adede çıkarılarak yeni bir veri seti oluşturulmuş ve literatürün kullanımına sunulmuştur. Deneysel sonuçlar, ayrı eğitim stratejisinin sınıflar arası karışıklığı minimize ederek %99,2 mAP değerine ulaştığını, toplu eğitimde ise bu oranın %96,5 seviyesinde gerçekleştiğini göstermiştir. Bulgular, YOLOv8 mimarisinin tarımsal nesne tespitinde yüksek potansiyele sahip olduğunu, ancak karmaşık sahnelerde eğitim stratejisinin başarım üzerinde belirleyici bir rol oynadığını ortaya koymaktadır.One of the most significant factors reducing productivity in agricultural production is weeds, which compete with cultivated crops and cause excessive consumption of essential resources. Early detection and control of these plants are critical for sustainable agriculture. In this study, a YOLOv8-based deep learning approach is proposed for the detection of agricultural crops (apple, carrot, zucchini, lettuce) and weeds. The originality of the study lies not only in object detection but also in its focus on the impact of training strategies on performance. In this context, the performances of two different strategies—training classes separately and training them collectively—were compared. Additionally, 200 original images collected within the scope of the study were expanded to 1,200 images through data augmentation techniques, forming a new dataset that has been made available to the literature. Experimental results showed that the separate training strategy minimized inter-class confusion and achieved a mAP of 99.2%, whereas the collective training strategy reached 96.5%. The findings demonstrate that the YOLOv8 architecture has high potential for agricultural object detection; however, in complex scenes, the training strategy plays a decisive role in overall performance.