Zararlı Böceklerin Tanılanmasında Yapay Zekâ ve Görüntü İşleme Yaklaşımları
Authors:
- Leyla KurganLKLeyla Kurgan
- Seren Doğar KavanSKSeren Doğar Kavan
- İsmail AlaserhatIAİsmail Alaserhat
- Mesude Figen DönmezMDMesude Figen Dönmez
- Büşran SunyarBSBüşran Sunyar
- Dilek Doğan AkdağDADilek Doğan Akdağ
- Nagihan KılıçNKNagihan Kılıç
- Murat GüvenMGMurat Güven
Open Access
- 9 September 2026
- book chapter
- Published by Özgür Yayınları
- p. 19-42
Abstract
Yapay zekâ ve görüntü işleme teknolojilerindeki gelişmeler, zararlı böceklerin hızlı, doğru ve otomatik olarak tanılanmasında önemli yenilikler sağlamıştır. Bu bölümde görüntü işleme tabanlı zararlı tanılama sistemleri, derin öğrenme ve nesne tespiti algoritmaları, akıllı tuzaklar, uzaktan algılama teknolojileri, sensör füzyonu, IoT tabanlı izleme sistemleri, multispektral ve hiperspektral görüntüleme, LiDAR uygulamaları, Edge AI mimarileri ile erken uyarı ve karar destek sistemleri kapsamlı olarak ele alınmıştır. Ayrıca veri setlerinin özellikleri, performans değerlendirme ölçütleri, mevcut sınırlılıklar ve gelecekteki gelişim alanları değerlendirilmiştir. Yapay zekâ tabanlı sistemlerin zararlıların erken tespiti, gerçek zamanlı izlenmesi, popülasyon tahmini ve hedefe yönelik mücadele stratejilerinin geliştirilmesine önemli katkılar sağladığı vurgulanmıştır. Bununla birlikte veri kalitesi, model genellenebilirliği, donanım maliyetleri ve açıklanabilir yapay zekâ gereksinimi gibi temel zorlukların devam ettiği belirtilmiştir.Keywords
This publication has 15 references indexed in Scilit:
- Artificial intelligence for pest identification and decision support in sustainable crop protection: A critical reviewEuropean Journal of Agronomy, 2026
- Transforming Pest Management with Artificial Intelligence Technologies: The Future of Crop ProtectionJournal of Crop Health, 2025
- Innovative Insect Detection and Classification for the Agricultural Sector Using Gannet Optimization Algorithm With Deep LearningIEEE Access, 2024
- Typology for Decision Support Systems in Integrated Pest Management and Its Implementation as a Web ApplicationAgronomy, 2024
- SmartTrap: An On-Field Insect Monitoring System Empowered by Edge Computing Capabilities2023
- Large-Scale Insect Pest Image ClassificationJournal of Advances in Information Technology, 2023
- Insect Pest Image Recognition: A Few-Shot Machine Learning Approach including Maturity Stages ClassificationAgronomy, 2022
- Insect classification and detection in field crops using modern machine learning techniquesInformation Processing in Agriculture, 2020
- Sensor‐based outdoor monitoring of insects in arable crops for their precise controlPest Management Science, 2020
- Vision based automatic inspection of insects in pheromone traps2015