EUVIMEDEUVIMED entdecken
Crossref

Vision Transformer (ViT) ile MVTec Ahşap Verisinde Kusurlu ve Kusursuz Görüntülerin Sınıflandırılması

Kenan Kılıç

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →