Gerçek zamanlı bıçak tespiti için derin öğrenme modellerinin karşılaştırmalı analizi

Abstract

Bu çalışma, modern güvenlik sistemlerinin en kritik ihtiyaçlarından biri olan kesici aletlerin otomatik tespiti için güncel derin öğrenme mimarilerinin etkinliğini araştırmaktadır. Araştırma kapsamında, farklı çevresel koşulları temsil eden geniş kapsamlı bir veri seti kullanılarak; YOLOv8, RT-DETR, RetinaNet ve SSD + MobileNetV3 modelleri üzerinden karşılaştırmalı bir analiz yürütülmüştür. Modellerin performansı sadece statik görseller üzerinden değil, aynı zamanda bilgisayar kamerası aracılığıyla alınan gerçek zamanlı video akışları üzerinde de test edilerek pratik uygulama kabiliyetleri değerlendirilmiştir. Çalışma ile farklı mimarilerin hız ve doğruluk dengeleri analiz edilerek, değişken çevresel koşullardaki performans karakteristikleri belirlenmiştir. Elde edilen genel bulgular, uygulama senaryosunun gereksinimlerine göre en uygun modelin seçilmesine yönelik bütüncül bir deneysel çerçeve sunmaktadır.