Vision Transformer (ViT) ile MVTec Ahşap Verisinde Kusurlu ve Kusursuz Görüntülerin Sınıflandırılması
Bozok Journal of Engineering and Architecture · 2025
DOI: 10.70700/bjea.1805120 ↗Kurz gefasst
Fachartikel in der Zeitschrift Bozok Journal of Engineering and Architecture, 2025. Verfasst von Kenan Kılıç. Die Arbeit nennt 20 Literaturangaben.
Abstract (Originalsprache)
Giriş ve Hedefler Endüstriyel görüntü analizinde kusur tespiti ve sınıflandırma görevleri için derin öğrenme modellerinin performanslarının karşılaştırılması önem taşımaktadır. Bu çalışmada, Google/ViT-Base-Patch16-224-in21k (Vision Transformer) ve Microsoft/Swin-Tiny-Patch4-Window7-224 (Swin Transformer) modellerinin ahşap yüzey kusurlarındaki başarımları incelenmiştir. Yöntemler MVTec Ahşap Veri Seti kullanılarak her iki modelin performansı değerlendirilmiş, eğitim ve test aşamalarında standart görüntü işleme protokolleri uygulanmıştır. Bulgular Google/ViT modeli %9 doğruluk değeri ile en yüksek performansı gösterirken, Microsoft/Swin modeli %95 doğruluk sağlamaktadır. Her iki model de özellikle çatlak ve düğüm kusurlarında %90'ın üzerinde başarı elde etmiştir. Sonuçlar Çalışma, Vision Transformer tabanlı modellerin endüstriyel kusur tespitinde etkin olduğunu kanıtlamıştır. Performansın daha da artırılması için veri çeşitliliğinin artırılması ve hibrit model yaklaşımları önerilmektedir.
Zitieren
APA
Kılıç, K. (2025). Vision Transformer (ViT) ile MVTec Ahşap Verisinde Kusurlu ve Kusursuz Görüntülerin Sınıflandırılması. Bozok Journal of Engineering and Architecture. https://doi.org/10.70700/bjea.1805120
Vancouver
Kılıç K. Vision Transformer (ViT) ile MVTec Ahşap Verisinde Kusurlu ve Kusursuz Görüntülerin Sınıflandırılması. Bozok Journal of Engineering and Architecture. 2025. doi:10.70700/bjea.1805120
BibTeX
@article{Kl2025,
author = {Kılıç, Kenan},
title = {Vision Transformer (ViT) ile MVTec Ahşap Verisinde Kusurlu ve Kusursuz Görüntülerin Sınıflandırılması},
journal = {Bozok Journal of Engineering and Architecture},
year = {2025},
doi = {10.70700/bjea.1805120}
}
EUVIMED