Container damage detection and classification using container images

Abstract

In the logistics sector, digital transformation is of great importance in terms of competition. In the present case, container warehouse entry / exit operations are carried out manually by the logistics personnel including container damage detection. During container warehouse entry / exit process, the process of detecting damaged containers is carried out by the personnel and several minutes are required to upload to the system. The aim of this thesis is to automate detection of damaged containers. This way, the mistakes made by the personnel in this stage will be eliminated and the process will be accelerated. In this thesis, we propose a machine learning method which detects damaged containers using the container images to perform statistical damaged / undamaged estimation. We modeled the problem as a binary classification problem, which considers a container as damaged or undamaged. The result obtained from the undertaken studies shows that there is no single best method for visual classification. It is shown how the dataset was created and how the parameters used in the layered structure impact the most suitable model could be created for this study.

Lojistik sektöründe, dijital dönüşüm rekabet açısından büyük önem taşımaktadır. Mevcut durumda konteyner depo giriş / çıkış işlemleri sırasında konteyner hasar tespiti lojistik personeli tarafından elle yürütülen bir süreçlerdir. Konteyner depo giriş / çıkış işlemi sırasında, hasarlı konteynerleri tespit etme işlemi lojistik personeli tarafından gerçekleştirilir ve sisteme yüklenmesi için zaman gereklidir. Bu tezin amacı hasarlı konteynerlerin tespitinin otomatik hale getirilmesidir. Bu sayede lojistik personelinin bu aşamada yaptığı hatalar ortadan kalkacak ve süreç hızlandırılacaktır. Bu tez çalışmasında, istatistiksel hasarlı / hasarsız tahmini yapmak için konteyner görüntülerini kullanarak hasarlı konteynerleri tespit eden bir makine öğrenme yöntemi önermekteyiz. Farklı yöntemler kullanarak tahminleme için en uygun yaklaşımı oluşturup hasarlı veya hasarsız olarak kabul edilen ikili bir sınıflandırma problem olarak modelledik. Yapılan çalışmalardan elde edilen sonuç, görsel sınıflandırma için tek bir en iyi yöntem olmadığını göstermektedir. Veri setinin nasıl oluşturulduğu ve katmanlı yapılarda kullanılan parametrelerin bu çalışma için en uygun modeli nasıl etkilediği gösterilmiştir.