Detection of Damaged Structures Using Deep Learning Algorithms with UAV

Abstract

Bu araştırmada, hasarlı yapıların hızlı ve güvenilir bir şekilde tespit edilebilmesi için derin 
 öğrenme algoritmalarında evrişimsel sinir ağı mimarisinin bir modeli olan Mask Region-based 
 Convolutional Neural Network (Mask R-CNN) modeli kullanılarak hasar tespiti yapılmaya 
 çalışılmıştır. Eğitim alanı olarak 2010 yılında Haiti’de meydana gelen 316.000 insanın öldüğü, 
 280.000 civarı yapının hasar gördüğü 7.0 büyüklüğündeki deprem bölgesi seçilmiştir. Bölgede 5 
 cm ve 7 cm çözünürlüğe sahip insansız hava aracı görüntüleri çalışmada kullanılmıştır. Görüntüler 
 ilk aşamada üç sınıfta “hasarlı”, “az hasarlı” ve “hasarsız” olarak eğitilip test edilmiştir. İnsansız 
 hava aracı verileri ile yapılan test işleminde ise yapılar %58.62 oranıyla bulunmuş ve bulunan 
 yapılar %83.53 genel doğrulukla sınıflandırılmıştır. İkinci aşamada görüntüler “hasarlı” ve 
 “hasarsız” olarak iki sınıfta etiketlenip eğitim ve test işlemi gerçekleştirilmiştir. İnsansız hava aracı 
 verileri ile yapılan test işleminde ise yapılar %74.50 oranıyla bulunmuş ve bulunan yapılar %95.12 
 genel doğruluk oranıyla sınıflandırılmıştır.