Deniz Taşıtlarının Sınıflandırması Için VGG16 Tabanlı Derin Öğrenme Modeli VGG16-based Deep Learning Model for Maritime Vessel Classification

Deniz taşımacılığı, küresel ticaretin bel kemiğini oluştururken, güvenlik, kaçakçılık, yasadışı balıkçılık ve çevresel etkiler gibi çeşitli tehditlere maruz kalmaktadır. Bu nedenle, deniz taşıtlarını hızlı ve güvenli bir şekilde tespit edilmesi büyük önem arz etmektedir. Bu çalışmada, deniz taşıtlarımı tespiti için geliştirilmiş VGG16 tabanlı bir nesne tespiti modeli geliştirilmiştir. Model, Kaggle'dan elde edilen Airbus Ship Detection Challenge veri setiyle eğitilmiş ve test edilmiştir. Deneysel sonuçlar, modelin gemi tespiti konusunda%97 doğruluk oranna ulaştığını göstermektedir. Bu çalışmanın, deniz güvenliği ve çevresel izleme sistemleri açısından önemli katkılar sağlaması beklenmektedir. Maritime transportation serves as the backbone of global trade while being exposed to various threats such as security breaches, smuggling, illegal fishing, and environmental impacts. Therefore, it is of utmost importance that vessels are detected quickly and safely. In this study, an improved VGG16-based object detection model has been developed for the identification of maritime vessels. The model was trained and tested using the Airbus Ship Detection Challenge dataset from Kaggle. Experimental results demonstrate that the model achieves%97 accuracy in ship detection. This study is expected to provide significant contributions to maritime security and environmental monitoring systems.