MAKİNE ÖĞRENMESİ İLE GERÇEK ZAMANLI SİLAH TESPİT SİSTEMİ
Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi · 30.06.2026 · 10 (1) · 1-14
DOI: 10.62301/usmtd.1882048 ↗Kurz gefasst
Fachartikel in der Zeitschrift Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi, online erschienen am 30.06.2026. Verfasst von Kıyas Kayaalp und 1 weiteren Autor:innen. Die Arbeit nennt 28 Literaturangaben.
Abstract (Originalsprache)
Ruhsatsız silahların yaygınlığı ve silahlı suçların artışı, kamu güvenliği açısından ciddi bir tehdit oluşturmaktadır. Bu çalışmada, güvenlik kamerası sistemlerinde gerçek zamanlı silah tespiti amacıyla YOLOv11, RT-DETR, SSD-Lite + MobileNetV3-Large ve FCOS modelleri karşılaştırmalı olarak değerlendirilmiştir. Üç farklı açık kaynak veri setinin birleştirilmesiyle oluşturulan 10.824 görüntülük veri seti kullanılmış, model performansları Precision, Recall, mAP@50 ve mAP@50:95 metrikleri üzerinden analiz edilmiştir. Deneysel sonuçlar, RT-DETR modelinin %99.7 Recall, %97.3 Precision ve yaklaşık %90 F1 skoru ile en yüksek performansı sergilediğini ortaya koymuştur. Web kamerası üzerinden gerçekleştirilen testlerde RT-DETR, değişken aydınlatma koşullarında tutarlı performans göstermiş ve silaha benzer nesnelerde düşük yanlış pozitif oranı sağlamıştır. Elde edilen bulgular, RT-DETR modelinin güvenlik odaklı uygulamalar için umut vadeden bir yaklaşım sunduğunu göstermektedir.
Zitieren
APA
Kayaalp, K., & Yilmaz, T. (2026). MAKİNE ÖĞRENMESİ İLE GERÇEK ZAMANLI SİLAH TESPİT SİSTEMİ. Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi, 10(1), 1-14. https://doi.org/10.62301/usmtd.1882048
Vancouver
Kayaalp K, Yilmaz T. MAKİNE ÖĞRENMESİ İLE GERÇEK ZAMANLI SİLAH TESPİT SİSTEMİ. Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi. 2026;10(1):1-14. doi:10.62301/usmtd.1882048
BibTeX
@article{Kayaalp2026,
author = {Kayaalp, Kıyas and Yilmaz, Tuba},
title = {MAKİNE ÖĞRENMESİ İLE GERÇEK ZAMANLI SİLAH TESPİT SİSTEMİ},
journal = {Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi},
year = {2026},
volume = {10},
number = {1},
pages = {1--14},
doi = {10.62301/usmtd.1882048}
}
EUVIMED