Çilek Olgunluk Analizi, Nesne Tespit Teknikleri Aracılığıyla Başarıyla Gerçekleştirilmekte Olup, Çilekler Olgun, Yarı Olgun Ve Çiğ Olmak Üzere Üç Ayrı Kategoride Sınıflandırılmaktadır.\R\N\R\Notomatik Meyve Tespiti, Hasat Robotlarının Stratejik Avantajlarını Belirginleştirmektedir. Ancak, Işıklandırma, Dal Ve Yaprak Yoğunluğu, Aynı Zamanda Çileklerin Kompleks Bir Şekilde Üst Üste Gelmesi Gibi Çeşitli Ortam Koşulları, Meyve Tespit Sürecini Son Derece Zorlu Kılmaktadır. Gerçek Zamanlı Meyve Tanıma, Hasat Robotları İçin Kritik Bir Fonksiyona Sahiptir. Yolo (You Only Look Once) Algoritması, Çilek Olgunluk Analizi İçin Kullanılan, Sinir Ağlarını Temel Alan Etkili Bir Gerçek Zamanlı Nesne Tespit Metodolojisidir. Hız Ve Doğruluk Bakımından Öne Çıkan Bu Algoritma, Endüstri Genelinde Kabul Görmüş Bir Popülerliğe Sahiptir. Projemiz, Görüntü Ön İşleme, Çilek Tespiti, Olgunluk Sınıflandırması Ve Sonuç Değerlendirmeleri Olmak Üzere Dört Ana Bölümden Oluşmaktadır.\R\N\R\Nbu Proje, Çileklerin Olgunluk Sınıflandırılması Üzerine Odaklanan Bir Yapay Zeka Modelinin Tasarımını Amaçlamaktadır. Ek Olarak, Projede Çileklerin Miktarının Belirlenmesi, Toplanması Ve Üretim Bantlarına Entegre Edilmesi İçin Çeşitli Hasat Tespit Metodları Kullanılacaktır. Ayrıca, Projenin Bir Parçası Olarak Hastalıklı Çileklerin Tespiti De Gerçekleştirilecek, Böylece Ürün Kalitesi Üzerinde Olumlu Bir Etki Sağlanacaktır.
