Yapı ve nesne yönetiminde mevcut bakım stratejileri, esas olarak görsel yerinde incelemelere dayanmaktadır. Yerinde denetimin ve analizin zor olduğu nesne ve yapıları 3B bir ortamda görselleştirmek yapısal denetimlere farklı bakış açıları kazandırmaktadır. Bu çalışmada, yapısal denetimler için dijital ikiz çerçevesini kullanan yeni bir araştırma konusu önerilmektedir. Bunu uygulanabilir kılmak için ilk önce fotogrametri yöntemi aracılığıyla seçilen test nesnesinin dijital 3B modeli oluşturulmuştur. Üretilen 3B modelden daha sonra yapay zekâ ile otomatik bir şekilde çatlaklar tespit edilmiştir. Ardından 3B model ile tespit edilen çatlaklar birleştirilerek hasarla güçlendirilmiş dijital ikiz üretilmiştir. Üretilen hasarla artırılmış dijital ikiz son olarak WEB tabanlı sanal gerçeklik ortamın...
Oil spills present a substantial threat to marine ecosystems and coastal economies, necessitating efficient and accurate detection methods. Driven by the necessity for dependable monitoring in a variety of environmental conditions, this study utilizes Sentinel-1 Synthetic Aperture Radar (SAR) data and the Mask R-CNN deep learning model to detect and delineate oil spills. Sentinel-1 was selected for its capacity to acquire data irrespective of weather conditions or time of day, thereby ensuring consistent monitoring. The Mask R-CNN model was selected for its ability to perform precise, pixel-level segmentation, enabling accurate spill boundary detection. The model's performance was evaluated using a dataset comprising 381 Sentinel-1 images from diverse geographic and environmental cont...