Evaluation of Multi-Model Consensus in Unmanned Aerial Vehicle Mapping Missions with Respect to In-Flight Decision Reliability
8th International Conference on Engineering, Natural and Social Sciences ICENSOS 2026, Konya, Türkiye, 6 - 07 Eylül 2026, ss.356-363, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Basıldığı Şehir: Konya
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.356-363
- Erciyes Üniversitesi Adresli: Evet
Özet
Tarımsal haritalama görevlerinde çıkarım işleminin hava aracı üzerinde yürütülmesi, uçuş sırasında üretilen sınıflandırma kararlarından hangilerinin otomatik olarak kabul edileceği, hangilerinin yer istasyonunda denetleneceği yönünde bir görev yönetimi sorunu doğurmaktadır. Uç birime aktarılan modellerde olasılık çıktıları çoğunlukla erişilebilir değildir veya nicemleme ve dönüştürme işlemlerinin ardından güvenilirliğini yitirmektedir. Bu nedenle olasılık temelli güven ölçütlerinin söz konusu koşullarda uygulanabilirliği sınırlıdır. Çalışmada, ek donanım ve olasılık kalibrasyonu gerektirmeyen bir ayıklama yaklaşımı değerlendirilmiş, hava aracı üzerinde eşzamanlı çalıştırılan birden çok hafif sınıflandırıcının uzlaşması güven ölçütü olarak ele alınmıştır. Pamuk, lavanta ve ayçiçeği ürünlerine ait 2919 kare üzerinde, mekânsal bloklu beş katlı çapraz doğrulamayla eğitilmiş dört mimarinin kat dışı tahminleri çözümlenmiştir. Dört modelin uzlaştığı karelerde otomatik kabul oranı %83,7, doğruluk ise %99,06 olarak belirlenmiş, uzlaşmanın sağlanamadığı 476 karede doğruluk %81,3 düzeyine gerilemiştir. Ayıklama uygulanmadığında en iyi tek modelin hata oranı %4,04 iken, uzlaşma ayıklaması, denetimden geçmeden haritaya işlenen hata oranını (kaçan hata) %0,79 düzeyine indirmiştir. Bulgular, incelenen veri kümesi ve mimariler için dört modelin çalıştırılmasının gerekli olmadığına işaret etmektedir. En düşük ve orta kapasiteli iki modelden oluşan bileşim kare başına 35,2 milisaniyede kaçan hatayı %1,23 düzeyine indirmiş ve tek başına ResNet-18 mimarisine göre yaklaşık 2,5 kat daha hızlı çalışmıştır. Birbirine yakın kapasiteli modellerden oluşan bileşimlerde aynı başarım elde edilememiş, ayıklama başarımının modellerin tekil doğruluğundan çok aralarındaki hata çeşitliliğiyle ilişkili olduğu gözlenmiştir.