Kurban, RifatKorkut, Şerife GülKocabaş, Hatice2025-09-252025-09-2520242564-7377https://doi.org/10.31466/kfbd.1515451https://search.trdizin.gov.tr/en/yayin/detay/1285993/a-comparative-analysis-of-convolutional-neural-network-architectures-for-binary-image-classification-a-case-study-in-skin-cancer-detectionhttps://hdl.handle.net/20.500.12573/3016Bu çalışmada, ikili görüntü sınıflandırması için Evrişimsel Sinir Ağı (CNN) mimarilerinin kapsamlı bir karşılaştırmalı analizi sunulmuş ve transfer öğreniminin faydalarına vurgu yapılmıştır. MobileNetV3, VGG19, ResNet50 ve EfficientNetB0 gibi önde gelen CNN modellerinin ikili görüntülerden cilt kanseri sınıflandırmadaki performans ve doğruluğu değerlendirilmiştir. Önceden eğitilmiş bir yaklaşım kullanılarak, transfer öğreniminin bu mimarilerin etkinliği üzerindeki etkisi araştırılmış ve ikili görüntü sınıflandırması bağlamında güçlü ve zayıf yönleri belirlenmiştir. Bu makale, optimal CNN mimarisinin seçimi ve transfer öğreniminden yararlanarak ikili görüntü sınıflandırma uygulamalarında, özellikle tıbbi görüntü analiziyle ilgili olanlarda, üstün performans elde etme konusunda değerli içgörüler sağlamayı amaçlamaktadır.eninfo:eu-repo/semantics/openAccessArticle10.31466/kfbd.1515451