Mobil cihazlardaki görsellerin analizi ile YOLOv8 tabanlı seyahat öneri sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Van Yüzüncü Yıl Üniversitesi, Fen Bilimleri Enstitüsü, YAPAY ZEKA VE ROBOTİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: ALPER GÖRGÜLÜ
Danışman: Emre Biçek
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu çalışma, yapay zekâ destekli yöntemler aracılığıyla mobil cihazlarda fotoğraf analizi yaparak gerçek zamanlı nesne tespiti ve içerik yorumlama süreçlerini incelemeyi; bu bağlamda bir Mobil Seyahat Öneri Sistemi tasarlayıp geliştirmeyi hedeflemektedir. Çalışmada, YOLOv8 nesne algılama algoritmasının Android platformuna entegrasyonu ele alınmış ve bu entegrasyonun mobil cihazlar üzerindeki uygulanabilirliği kapsamlı bir şekilde araştırılmıştır. Çalışmanın ana odak noktalarından biri, kullanıcıların galerisinden birden fazla fotoğraf seçerek bu fotoğrafların Roboflow platformu üzerinden analiz edilmesi ve elde edilen kategorik tahminler doğrultusunda kişiye özel seyahat önerilerinin sunulmasıdır. Uygulama, yüklenen her fotoğrafı Roboflow API aracılığıyla değerlendirerek dört ana kategori (doğa, tarihi mekânlar, yaz tatili, kış tatili) çerçevesinde sınıflandırmakta ve bu sınıflandırmalardan anlamlı seyahat yönlendirmeleri üretmektedir. Tezin kapsamı, YOLOv8 algoritmasının temel prensiplerinin yanı sıra, farklı konfigürasyonlardaki modellerin eğitim süreçlerini ve mobil cihazlardaki kullanım performanslarını değerlendirmeyi de içermektedir. Bu doğrultuda, Python tabanlı olarak eğitilen YOLOv8 modellerinin, Android uygulaması ile API üzerinden iletişim kuracak şekilde entegrasyonu gerçekleştirilmiştir. Çalışmanın başlangıcında, YOLOv8 algoritmasının yapısı, çalışma prensipleri ve önceki nesil algoritmalarla karşılaştırmalı analizi yapılmıştır. Ardından, Android ortamında mobil uygulama geliştirme süreci, Roboflow ile model eğitimi, API entegrasyonu ve çoklu fotoğraf tahmini için geliştirilen sistem mimarisi ayrıntılı biçimde açıklanmıştır. Model eğitimi sürecinde Roboflow platformu kullanılarak veri setleri oluşturulmuş ve fotoğraflar kategorilere göre etiketlenmiştir. İki farklı YOLOv8 modelinin test sonuçları, doğruluk oranları açısından sırasıyla %96,6 ve %98,3 olarak elde edilmiştir. Bu bulgular, etkili ön işleme stratejilerinin ve model yapılandırmasının performans üzerinde önemli bir rol oynadığını göstermektedir. Sonuç olarak, geliştirilen Mobil Seyahat Öneri Sistemi, kullanıcıdan alınan birden fazla fotoğrafı analiz ederek ilgi alanlarına uygun genel seyahat temaları hakkında öneriler sunan yapay zekâ destekli bir mobil çözüm olarak tasarlanmış ve başarıyla uygulanmıştır. Bu çalışma, mobil cihazlarda yapay zekâ tabanlı içerik analizinin ve kullanıcı tercihlerine dayalı öneri mekanizmalarının pratik uygulama alanlarına katkıda bulunmayı amaçlamaktadır.