Trıton ve deepstream ortamlarında gerçekleştirilen çoklu kameralar ile tasarlanmış derin öğrenme tabanlı nesne tespiti yapılarının canlı ortam sunucularındaki performansı


Creative Commons License

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: BERKE DENİZ BUĞA

Danışman: Ersoy Kelebekler

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Endüstrideki birçok alanda görüntü işleme uygulamaları yaygın olarak yapılmaktadır. Bu uygulama alanlarından biri de çalışan güvenliği alanında yapılan çalışmalarıdır. Olası iş kazalarını anında tespit edebilmek ve durdurabilmek, kök sebep ve risk analizi yapabilmek, sahada iş güvenliği kültürü oluşturabilmek veya anlık olarak sahaya bildirim yapabilmek için yapılan görüntü işleme algoritmalarının gerçek zamanlı olarak çalışması zorunlu bir ihtiyaçtır. Gerçek zamanlı olarak çalışan görüntü işleme algoritmalarıyla büyük veya karmaşık bir alanda uygulama yapmak istenirse çok sayıda kamerayı aynı anda çalıştırarak görüntü işleme proseslerini aynı anda uygulamak gerekir. Endüstride bu ihtiyacı karşılayabilecek çeşitli görüntü işleme algoritmaları bulunmaktadır ve bu algoritmaların performansları birbirinden farklıdır. Kamera sayısının artması durumunda, bu algoritmalardan hangisinin sunucuda daha az kaynak tüketerek çalışacağı endüstriyel bir problem olarak görülür. Ayrıca algoritmaların hangi kullanım senaryolarında daha avantajlı olacağı da denenerek bulunması gereken bir durumdur. Bu tez çalışmasıyla, görüntü işleme ile nesne tespiti algoritmalarının canlı ortam sunucusundaki çalışma performanslarını karşılaştırmak amaçlanmıştır. Bu algoritmalar Triton Inference Server ve DeepStream SDK mimarileriyle hazırlanmış görüntü işleme ile nesne tespiti algoritmalarıdır. Algoritmaların sunucudaki çalışma performansı kıyaslanarak birtakım veriler elde edilmiştir. Bu kıyaslamalar çeşitli testler ile yapılmıştır. Her iki algoritma için de ayrı ayrı 5 kamera ile başlayan testler 50 kamera adetine kadar ulaşmıştır. Testler sonucu elde edilen veriler yorumlanmıştır. Kamera sayısının arttırılması durumunda ekstra donanım yatırımı yapmadan mevcut sunucuları en verimli şekilde kullanabilecek algoritma belirlenmiştir. Performansı karşılaştırılan 2 algoritmanın avantaj ve dezavantajlarına yer verilmiştir. Proje ve teknik isterler doğrultusunda hangi algoritmanın kullanılabileceğine dair öneriler sunulmuştur. Bu tez çalışmasını inceleyen başka bir araştırmacı veya çalışan, deneysel işlemleri tekrarlamadan hangi yapıları kullanacağına karar verebilecektir.