Abstract
<jats:p xml:lang="tr">Kümes hayvancılığında optimal kesim zamanının doğru belirlenmesi, ekonomik verimlilik açısından öneme sahiptir. Geleneksel yöntemlerde, binlerce tavuğun manuel olarak değerlendirilmesi hem zaman alıcı hem de hatalara açık süreçtir. Bu çalışmada, broiler tavukların haftalık gelişim aşamalarını otomatik olarak tespit edebilen ve kesim zamanını belirleyebilen bilgisayarlı görü tabanlı sistem geliştirilmiştir. Muğla ili Seydikemer ilçesindeki tavuk kümeslerinden, tavukların birinci haftadan sekizinci haftaya kadar olan büyüme süreçlerini kapsayan özgün görüntü veri seti hazırlanılmıştır. Toplam 6.940 etiketli örnek içeren veri seti, farklı açı ve yoğunluk koşullarında çekilmiş görüntülerden oluşmaktadır. YOLO derin öğrenme mimarisi kullanılarak geliştirilen model, sekiz farklı gelişim aşamasını başarıyla ayırt edebilmektedir. Test sonuçlarına göre sistem, %98,74 kesinlik, %94,28 duyarlılık, %96,46 F1-skoru ve %96,49 ortalama ortalama hassasiyet değerlerine ulaşmıştır. Elde edilen performans metrikleri, literatürdeki benzer çalışmalardan daha iyi performans göstermiştir. Geliştirilen sistem, kümes hayvancılığında iş gücü ihtiyacını azaltmakta, insan kaynaklı hataları minimize etmekte ve optimal kesim zamanının belirlenmesinde güvenilir araç sunmaktadır. Sonuçlar, sistemin ticari uygulamalarda kullanılabilir düzeyde olduğunu ve kümes hayvancılığı süreçlerinin otomasyonuna önemli katkı sağlayabileceğini göstermektedir.</jats:p>