2025'te nesne tespiti konusuna derinlemesine bir rehber

Birçok endüstri, yapay zeka (AI) çözümlerini hızla operasyonlarına entegre ediyor. Günümüzde mevcut olan birçok yapay zeka teknolojisi arasında bilgisayarlı görü en popüler olanlardan biridir. Bilgisayarlı görü, tıpkı insanlar gibi bilgisayarların görüntü ve videoların içeriğini görmesine ve anlamasına yardımcı olan bir yapay zeka dalıdır. Makinelerin nesneleri tanımasını, desenleri tanımlamasını ve baktıkları şeyi anlamlandırmasını mümkün kılar.

Bilgisayarlı görünün küresel piyasa değerinin 2032 yılına kadar 175,72 milyar dolara çıkacağı tahmin ediliyor. Bilgisayarlı görü, görü yapay zeka sistemlerinin görsel verileri analiz etmesini ve yorumlamasını sağlayan çeşitli görevleri kapsar. Bilgisayarlı görünün en yaygın kullanılan ve temel görevlerinden biri nesne algılamadır.

Nesne algılama, görsel verilerdeki nesneleri yerelleştirmeye ve sınıflandırmaya odaklanır. Örneğin, bir bilgisayara bir inek görseli gösterirsen, ineği algılayabilir ve etrafına bir sınırlayıcı kutu (bbox) çizebilir. Bu yetenek, hayvan takibi, sürücüsüz araçlar ve gözetim gibi gerçek dünya uygulamalarında faydalıdır.

Peki, nesne algılama nasıl gerçekleştirilebilir? Bir yol bilgisayarlı görü modelleridir. Örneğin, Ultralytics YOLO11, nesne algılama gibi bilgisayarlı görü görevlerini destekleyen bir bilgisayarlı görü modelidir.

Bu rehberde, nesne algılamayı ve nasıl çalıştığını keşfedeceğiz. Ayrıca nesne algılamanın ve Ultralytics YOLO11'in bazı gerçek dünya uygulamalarını tartışacağız.

Şekil 1. Sığırları izlemek için YOLO11'in nesne algılama desteğini kullanma.

Link to this sectionNesne algılama nedir?#

Nesne algılama, görüntülerdeki veya videolardaki nesneleri tanımlayan ve konumlandıran bir bilgisayarlı görü görevidir. İki temel soruya cevap verir: 'Görüntüdeki nesneler nelerdir?' ve 'Nerede bulunuyorlar?'

Nesne algılamayı iki temel adımdan oluşan bir süreç olarak düşünebilirsin. İlki, nesne sınıflandırma, sistemin kedi, araba veya insan gibi nesneleri öğrenilen kalıplara dayanarak tanımasını ve etiketlemesini sağlar. İkincisi, yerelleştirme, nesnenin etrafına bir sınırlayıcı kutu çizerek konumunu belirler ve görüntüde nerede olduğunu gösterir. Bu adımlar birlikte, makinelerin bir sahnedeki nesneleri algılamasını ve anlamasını sağlar.

Nesne algılamayı benzersiz kılan yönü, nesneleri tanıma ve konumlarını tam olarak saptama yeteneğidir. Diğer bilgisayarlı görü görevleri farklı hedeflere odaklanır.

Örneğin, görüntü sınıflandırma, tüm bir görüntüye bir etiket atar. Bu sırada, görüntü bölütleme farklı öğelerin piksel düzeyinde anlaşılmasını sağlar. Öte yandan, nesne algılama tanımayı yerelleştirme ile birleştirir. Bu, onu gerçek zamanlı olarak birden fazla nesneyi saymak gibi görevler için özellikle yararlı kılar.

Şekil 2. Bilgisayarlı görü görevlerini karşılaştırma.

Link to this sectionNesne tanıma vs. nesne algılama#

Çeşitli bilgisayarlı görü terimlerini keşfederken, nesne tanıma ve nesne algılamanın birbirinin yerine kullanılabileceğini düşünebilirsin ancak bunlar farklı amaçlara hizmet ederler. Aradaki farkı anlamanın harika bir yolu yüz algılama ve yüz tanımaya bakmaktır.

Yüz algılama, bir tür nesne algılamadır. Bir görüntüdeki yüzün varlığını tanımlar ve konumunu bir sınırlayıcı kutu kullanarak işaretler. “Görüntüdeki yüz nerede?” sorusuna cevap verir. Bu teknoloji, genellikle yüzlere otomatik odaklanan akıllı telefon kameralarında veya bir kişinin varlığını algılayan güvenlik kameralarında kullanılır.

Yüz tanıma ise bir nesne tanıma biçimidir. Sadece bir yüzü algılamakla kalmaz; benzersiz özellikleri analiz ederek ve bir veritabanıyla karşılaştırarak yüzün kime ait olduğunu tanımlar. “Bu kişi kim?” sorusuna cevap verir. Bu, telefonunun kilidini Face ID ile açmanın veya kimlikleri doğrulayan havaalanı güvenlik sistemlerinin arkasındaki teknolojidir.

Basitçe ifade etmek gerekirse, nesne algılama nesneleri bulur ve konumlandırır, nesne tanıma ise onları sınıflandırır ve tanımlar.

Şekil 3. Nesne algılama vs. nesne tanıma. Görsel yazara aittir.

YOLO11 gibi birçok nesne algılama modeli, yüz algılamayı desteklemek için tasarlanmıştır ancak yüz tanımayı desteklemez. YOLO11, bir görüntüdeki yüzün varlığını verimli bir şekilde belirleyebilir ve etrafına bir sınırlayıcı kutu çizebilir; bu da onu gözetim sistemleri, kalabalık izleme ve otomatik fotoğraf etiketleme gibi uygulamalar için yararlı kılar. Ancak yüzün kime ait olduğunu belirleyemez. YOLO11, hem algılama hem de tanımlamayı tek bir sistemde etkinleştirmek için Facenet veya DeepFace gibi yüz tanıma için özel olarak eğitilmiş modellerle entegre edilebilir.

Link to this sectionNesne tespitinin nasıl çalıştığını anlamak#

Nesne algılamanın nasıl çalıştığını tartışmadan önce, bir bilgisayarın bir görüntüyü nasıl analiz ettiğine daha yakından bakalım. Bir görüntüyü bizim gördüğümüz gibi görmekten ziyade, bir bilgisayar onu pikseller adı verilen küçük karelerden oluşan bir ızgaraya böler. Her piksel, bilgisayarların görsel verileri yorumlamak için işleyebileceği renk ve parlaklık bilgilerini içerir.

Bu pikselleri anlamlandırmak için algoritmalar, onları şekil, renk ve birbirlerine ne kadar yakın olduklarına göre anlamlı bölgelere gruplandırır. YOLO11 gibi nesne algılama modelleri, bu piksel gruplarındaki desenleri veya özellikleri tanıyabilir.

Örneğin, sürücüsüz bir araç bir yayayı bizim gördüğümüz şekilde görmez; bir yayının özellikleriyle eşleşen şekilleri ve desenleri algılar. Bu modeller, arabalar, trafik işaretleri ve insanlar gibi nesnelerin ayırt edici özelliklerini öğrenmelerini sağlayan, etiketli görüntü veri kümeleri ile kapsamlı eğitimlere dayanır.

Tipik bir nesne algılama modelinin üç temel parçası vardır: backbone, neck ve head. Backbone, bir görüntüden önemli özellikleri çıkarır. Neck bu özellikleri işler ve iyileştirir, head ise nesne konumlarını tahmin etmekten ve onları sınıflandırmaktan sorumludur.

Link to this sectionAlgılamaları iyileştirme ve sonuçları sunma#

İlk algılamalar yapıldıktan sonra, doğruluğu artırmak ve gereksiz tahminleri filtrelemek için son işleme teknikleri uygulanır. Örneğin, üst üste binen sınırlayıcı kutular kaldırılarak yalnızca en alakalı algılamaların tutulması sağlanır. Ayrıca, modele güven düzeyini belirtmek için her algılanan nesneye güven puanları (modelin algılanan bir nesnenin belirli bir sınıfa ait olduğundan ne kadar emin olduğunu temsil eden sayısal değerler) atanır.

Son olarak, çıktı, algılanan nesnelerin etrafına çizilen sınırlayıcı kutular, tahmin edilen sınıf etiketleri ve güven puanları ile sunulur. Bu sonuçlar daha sonra gerçek dünya uygulamaları için kullanılabilir.

Link to this sectionPopüler nesne algılama modelleri#

Günümüzde birçok bilgisayarlı görü modeli mevcuttur ve en popülerlerinden bazıları Ultralytics YOLO modelleridir. Hızları, doğrulukları ve çok yönlülükleri ile bilinirler. Yıllar geçtikçe, bu modeller daha hızlı, daha hassas hale geldi ve daha geniş bir görev yelpazesini işleyebilir oldu. Ultralytics YOLOv5 sürümü, PyTorch gibi çerçevelerle dağıtımı kolaylaştırdı ve daha fazla insanın derin teknik uzmanlığa ihtiyaç duymadan gelişmiş yapay zeka görüşünü kullanmasına olanak tanıdı.

Bu temelin üzerine inşa edilen Ultralytics YOLOv8, örnek bölütleme, poz tahmini ve görüntü sınıflandırma gibi yeni özellikler getirdi. Şimdi YOLO11, birden fazla görevde daha iyi performansla işleri daha da ileri taşıyor. YOLO8m'den %22 daha az parametre ile YOLO11m, COCO veri kümesinde daha yüksek bir ortalama ortalama hassasiyet (mAP) elde ediyor. Basit bir ifadeyle, YOLO11 daha az kaynak kullanırken nesneleri daha yüksek hassasiyetle tanıyabilir, bu da onu daha hızlı ve daha güvenilir kılar.

İster bir yapay zeka uzmanı ol ister yeni başlıyor ol, YOLO11 bilgisayarlı görü uygulamaları için güçlü ancak kullanıcı dostu bir çözüm sunar.

Link to this sectionNesne algılama için özel bir model eğitme#

Görü yapay zeka modellerini eğitmek, bilgisayarların görüntüleri ve videoları tanımasına ve anlamasına yardımcı olmayı içerir. Ancak eğitim zaman alıcı bir süreç olabilir. Sıfırdan başlamak yerine, aktarımlı öğrenme (transfer learning), zaten yaygın kalıpları tanıyan önceden eğitilmiş modelleri kullanarak işleri hızlandırır.

Örneğin, YOLO11 zaten çeşitli günlük nesneleri içeren COCO veri kümesi üzerinde eğitilmiştir. Bu önceden eğitilmiş model, orijinal veri kümesine dahil edilmemiş olabilecek belirli nesneleri algılamak için daha fazla özel olarak eğitilebilir.

YOLO11'i özel olarak eğitmek için, algılamak istediğin nesnelerin görüntülerini içeren etiketli bir veri kümesine ihtiyacın vardır. Örneğin, bir marketteki farklı meyve türlerini tanımlamak için bir model oluşturmak istiyorsan, elma, muz, portakal vb. gibi etiketli görüntülerden oluşan bir veri kümesi oluşturursun. Veri kümesi hazırlandıktan sonra, performansı optimize etmek için parti boyutu, öğrenme oranı ve dönemler gibi parametreler ayarlanarak YOLO11 eğitilebilir.

Bu yaklaşımla işletmeler, üretimdeki kusurlu parçalardan koruma projelerindeki yaban hayatı türlerine kadar her şeyi algılamak için YOLO11'i eğitebilir ve modeli tam ihtiyaçlarına göre uyarlayabilir.

Link to this sectionNesne algılamanın uygulamaları#

Sırada, nesne algılamanın bazı gerçek dünya kullanım durumlarına ve çeşitli endüstrileri nasıl dönüştürdüğüne bir göz atalım.

Link to this sectionOtonom sürüş için tehlike algılama#

Sürücüsüz araçlar, güvenli bir şekilde seyretmek ve engellerden kaçınmak için nesne algılama gibi bilgisayarlı görü görevlerini kullanır. Bu teknoloji, yayaları, diğer araçları, çukurları ve yol tehlikelerini tanımalarına yardımcı olarak çevrelerini daha iyi anlamalarını mümkün kılar. Çevrelerini sürekli analiz ederek hızlı kararlar alabilir ve trafikte güvenli bir şekilde hareket edebilirler.

Şekil 4. YOLO11 ile çukurları algılamak için nesne algılama kullanma örneği.

Link to this sectionSağlık hizmetlerinde tıbbi görüntüleme analizi#

Röntgen, MRI, BT taramaları ve ultrason gibi tıbbi görüntüleme teknikleri, hastalıkları teşhis ve tedavi etmeye yardımcı olmak için insan vücudunun son derece ayrıntılı görüntülerini oluşturur. Bu taramalar, radyologlar ve patologlar gibi doktorların hastalıkları algılamak için dikkatlice analiz etmesi gereken büyük miktarda veri üretir. Ancak her görüntüyü ayrıntılı olarak incelemek zaman alıcı olabilir ve insan uzmanlar yorgunluk veya zaman kısıtlamaları nedeniyle bazen ayrıntıları gözden kaçırabilir.

YOLO11 gibi nesne algılama modelleri, tıbbi taramalardaki organlar, tümörler veya anormallikler gibi temel özellikleri yüksek doğrulukla otomatik olarak tanımlayarak yardımcı olabilir. Özel olarak eğitilmiş modeller, endişe verici alanları sınırlayıcı kutularla vurgulayarak doktorların potansiyel sorunlara daha hızlı odaklanmasına yardımcı olur. Bu, iş yükünü azaltır, verimliliği artırır ve hızlı içgörüler sağlar.

Şekil 5. YOLO11 kullanarak tıbbi görüntüleri analiz etme.

Link to this sectionKişi ve anomali algılama ile güvenliği artırma#

Nesne takibi, YOLO11 tarafından desteklenen ve gerçek zamanlı izleme ve güvenlik geliştirmeleri sağlayan bir bilgisayarlı görü görevidir. Nesne algılama üzerine inşa edilerek, nesneleri tanımlar ve hareketlerini kareler boyunca sürekli olarak izler. Bu teknoloji, çeşitli ortamlarda güvenliği artırmak için gözetim sistemlerinde yaygın olarak kullanılmaktadır.

Örneğin, okullarda ve kreşlerde, nesne takibi çocukları izlemeye ve uzaklaşmalarını önlemeye yardımcı olabilir. Güvenlik uygulamalarında, kısıtlı alanlardaki davetsiz misafirleri algılamada, kalabalıkları aşırı yoğunluk veya şüpheli davranışlar için izlemede ve yetkisiz bir etkinlik algılandığında gerçek zamanlı uyarılar göndermede önemli bir rol oynar. Nesneleri hareket ederken izleyerek, YOLO11 destekli takip sistemleri güvenliği artırır, izlemeyi otomatikleştirir ve potansiyel tehditlere karşı daha hızlı müdahale edilmesini sağlar.

Link to this sectionNesne algılamanın avantajları ve dezavantajları#

İşte nesne algılamanın çeşitli endüstrilere getirebileceği temel faydalardan bazıları:

• Otomasyon: Nesne algılama, CCTV görüntülerinin izlenmesi gibi görevlerde insan gözetimi ihtiyacını azaltmaya yardımcı olabilir.
• Diğer yapay zeka modelleriyle çalışma: Doğruluğu ve işlevselliği artırmak için yüz tanıma, eylem tanıma ve takip sistemleri ile entegre edilebilir.
• Gerçek zamanlı işleme: YOLO11 gibi birçok nesne algılama modeli hızlı ve verimlidir, bu da onları anlık sonuçlar gerektiren gerçek zamanlı uygulamalar için ideal hale getirir.

Bu faydalar nesne algılamanın farklı kullanım durumlarını nasıl etkilediğini vurgulasa da, uygulanmasındaki zorlukları göz önünde bulundurmak da önemlidir. İşte temel zorluklardan bazıları:

• Veri gizliliği: Özellikle gözetim veya sağlık hizmetleri gibi hassas alanlarda görsel verilerin kullanımı, gizlilik sorunlarına ve güvenlik endişelerine yol açabilir.

• Kısmi gizlenme (Occlusion): Nesne algılamada kısmi gizlenme, nesneler kısmen engellendiğinde veya görünümden gizlendiğinde meydana gelir ve bu da modelin onları doğru bir şekilde algılamasını ve sınıflandırmasını zorlaştırır.

• Hesaplama açısından maliyetli: Yüksek performanslı modeller genellikle işleme için güçlü GPU'lar (Grafik İşleme Birimleri) gerektirir, bu da gerçek zamanlı dağıtımı maliyetli hale getirir.

Link to this sectionÖne çıkanlar#

Nesne algılama, makinelerin görüntü ve videolardaki nesneleri algılamasına ve konumlandırmasına yardımcı olan bilgisayarlı görünün çığır açan bir aracıdır. Sürücüsüz araçlardan sağlık hizmetlerine kadar pek çok sektörde kullanılıyor, görevleri daha kolay, daha güvenli ve daha verimli hale getiriyor. YOLO11 gibi daha yeni modellerle işletmeler, uzmanlaşmış bilgisayarlı görü uygulamaları oluşturmak için özel nesne algılama modellerini kolayca oluşturabilir.

Gizlilik endişeleri ve görünümden gizlenen nesneler gibi bazı zorluklar olsa da, nesne algılama güvenilir bir teknolojidir. Görevleri otomatikleştirme, görsel verileri gerçek zamanlı işleme ve diğer yapay zeka görüş araçlarıyla entegre olma yeteneği, onu en son yeniliklerin önemli bir parçası haline getiriyor.

Daha fazla bilgi edinmek için GitHub depomuzu ziyaret et ve topluluğumuzla etkileşime geç. Çözüm sayfalarımızda otonom sürüşte yapay zeka ve tarımda bilgisayarlı görü gibi sektörlerdeki yenilikleri keşfet. YOLO lisanslama seçeneklerimize göz at ve yapay zeka görüş projelerini hayata geçir. 🚀