YOLO v11 Kullanılarak İncir Fidan Yaprağından Meyve Çeşit Tahmini
Abstract
İncir yetiştiriciliğinde bahçe tesisinin en kritik aşamalarından biri, ismine doğru fidan kullanımıdır. Yanlış çeşit dikimi, üreticinin 3–4 yıllık verim bekleme sürecinde ciddi ekonomik kayıplara yol açmaktadır. Bu çalışmada, incir fidanlarının yaprak görüntülerinden çeşidinin otomatik olarak belirlenmesi amacıyla modern görüntü işleme ve derin öğrenme teknikleri kullanılarak kapsamlı bir sınıflandırma modeli geliştirilmiştir. Sarılop, Sarızeybek, Bardakçı, Yeşilgüz, Morgüz, Siyah Orak ve Beyaz Orak olmak üzere ülkemizde yaygın üretilen yedi çeşit için toplam 1.400 özgün yaprak görüntüsü toplanmış; rotasyon, parlaklık-kontrast, yeniden boyutlandırma ve ayna yansıtma gibi veri artırma teknikleri uygulanarak veri seti 29.400 örneğe çıkarılmıştır. YOLOv11 mimarisinin beş varyantı (YOLO11n/s/m/l/x) aynı veri seti üzerinde eğitilerek karşılaştırılmış, tüm modellerde mAP50 %99 seviyesine ulaşılmıştır. Model performansları standart sapma, kayıp fonksiyonu eğrileri ve karışıklık matrisleri ile istatistiksel olarak analiz edilmiş; YOLOv11x modelinin en yüksek doğruluğu gösterdiği belirlenmiştir. Çalışma, incir fidanı çeşit doğrulama sürecini otomatikleştiren, yüksek doğrulukta ve hızlı çalışabilen bir yapay zekâ sistemi ortaya koymakta olup, sektörde üretici kayıplarının azaltılmasına katkı sağlayacaktır.
Fields of Study & Subjects
Smart Agriculture and AI
Advanced Neural Network Applications
Industrial Vision Systems and Defect Detection
Publication details
- Journal / source
- Bilgisayar bilimleri ve mühendisliği dergisi.
- Issue
- Advanced Online Publication
- Pages
- 82–94
- Publication date
- 3 February 2026