2025'te nesne tespitini derinlemesine inceleme rehberi

Birçok sektör, yapay zekâ (AI) çözümlerini operasyonlarına hızla entegre ediyor. Günümüzdeki birçok yapay zekâ teknolojisi arasında bilgisayarlı görü en popüler olanlardan biri. Bilgisayarlı görü, bilgisayarların görüntü ve videoların içeriğini insanlar gibi görüp anlamasına yardımcı olan bir yapay zekâ dalıdır. Makinelerin nesneleri tanımasını, örüntüleri belirlemesini ve baktıkları şeyleri anlamlandırmasını sağlar.

Küresel bilgisayarlı görü pazarının 2034'e kadar 72,80 milyar dolara ulaşacağı tahmin ediliyor. Bilgisayarlı görü, yapay zekâ tabanlı görü sistemlerinin görsel verileri analiz edip yorumlamasını sağlayan çeşitli görevleri kapsar. Bilgisayarlı görünün en yaygın ve temel görevlerinden biri nesne algılamadır.

Nesne algılama, görsel verilerdeki nesnelerin konumunu belirlemeye ve onları sınıflandırmaya odaklanır. Örneğin, bilgisayara bir inek görüntüsü gösterirsen, bilgisayar ineği algılayıp çevresine bir sınırlayıcı kutu çizebilir. Bu özellik hayvan izleme, otonom araçlar ve gözetim gibi gerçek dünya uygulamalarında kullanışlıdır.

Peki nesne algılama nasıl yapılabilir? Bunun bir yolu bilgisayarlı görü modelleridir. Örneğin, Ultralytics YOLO11, nesne algılama gibi bilgisayarlı görü görevlerini destekleyen bir bilgisayarlı görü modelidir.

Bu kılavuzda nesne algılamayı ve nasıl çalıştığını inceleyeceğiz. Ayrıca nesne algılama ile Ultralytics YOLO11'in gerçek dünyadaki bazı uygulamalarını ele alacağız.

Şekil 1. Sığırları izlemek için YOLO11'in nesne algılama desteğinin kullanımı.

Nesne tespiti nedir?#

Nesne algılama, görüntü veya videolardaki nesneleri tanımlayan ve konumlarını belirleyen bir bilgisayarlı görü görevidir. İki temel soruyu yanıtlar: 'Görüntüde hangi nesneler var?' ve 'Bu nesneler nerede bulunuyor?'

Nesne algılamayı iki temel adımdan oluşan bir süreç olarak düşünebilirsin. İlk adım olan nesne sınıflandırma, sistemin öğrenilmiş örüntülere dayanarak kedi, araba veya insan gibi nesneleri tanıyıp etiketlemesini sağlar. İkinci adım olan konum belirleme ise nesnenin etrafına bir sınırlayıcı kutu çizerek nerede bulunduğunu gösterir. Bu adımlar birlikte, makinelerin bir sahnedeki nesneleri algılamasını ve anlamasını sağlar.

Nesne algılamayı benzersiz kılan özellik, nesneleri tanıyıp konumlarını hassas biçimde belirleyebilmesidir. Diğer bilgisayarlı görü görevleri farklı hedeflere odaklanır.

Örneğin, görüntü sınıflandırma tüm görüntüye bir etiket atar. Görüntü segmentasyonu ise farklı öğeleri piksel düzeyinde anlamayı sağlar. Nesne algılama ise tanımayı konum belirlemeyle birleştirir. Bu özelliği, gerçek zamanlı olarak birden fazla nesneyi saymak gibi görevlerde özellikle kullanışlı kılar.

Şekil 2. Bilgisayarlı görü görevlerinin karşılaştırması.

Nesne tanıma ve nesne algılama karşılaştırması#

Bilgisayarlı görü terimlerini incelerken nesne tanıma ile nesne tespitinin birbirinin yerine kullanılabileceğini düşünebilirsin, ancak bu iki kavram farklı amaçlara hizmet eder. Aralarındaki farkı anlamanın iyi bir yolu, yüz tespiti ile yüz tanımaya bakmaktır.

Yüz algılama, bir nesne algılama türüdür. Görüntüde bir yüzün bulunup bulunmadığını belirler ve konumunu sınırlayıcı bir kutuyla işaretler. “Yüz görüntünün neresinde?” sorusunu yanıtlar. Bu teknoloji, otomatik olarak yüzlere odaklanan akıllı telefon kameralarında veya bir kişinin bulunduğunu algılayan güvenlik kameralarında yaygın olarak kullanılır.

Yüz tanıma ise nesne tanımanın bir türüdür. Yalnızca yüzü algılamakla kalmaz; benzersiz özellikleri analiz edip bunları bir veri tabanıyla karşılaştırarak yüzün kime ait olduğunu belirler. “Bu kişi kim?” sorusunu yanıtlar. Telefonunun Face ID ile kilidini açmanı veya kimlik doğrulayan havaalanı güvenlik sistemlerini mümkün kılan teknoloji budur.

Basitçe söylemek gerekirse, nesne algılama nesneleri bulup konumlarını belirlerken nesne tanıma bu nesneleri sınıflandırıp kimliklerini belirler.

Şekil 3. Nesne algılama ve nesne tanıma karşılaştırması. Görselin sahibi: yazar.

Ultralytics YOLO11 gibi nesne tespit modelleri yüz tespiti için eğitilebilir (örneğin WIDER FACE veri kümesi üzerinde), ancak yüz tanıma için eğitilemez. Eğitilmiş bir YOLO11 modeli, bir görüntüde yüz olup olmadığını verimli biçimde belirleyip çevresine sınırlayıcı kutu çizebilir; bu da modeli gözetim sistemleri, kalabalık izleme ve otomatik fotoğraf etiketleme gibi uygulamalarda kullanışlı kılar. Ancak yüzün kime ait olduğunu belirleyemez. YOLO11, tek bir sistemde hem tespit hem de kimlik belirleme olanağı sunmak için FaceNet veya DeepFace gibi özellikle yüz tanıma amacıyla eğitilmiş modellerle entegre edilebilir.

Nesne algılamanın nasıl çalıştığını anlama#

Nesne algılamanın nasıl çalıştığını ele almadan önce, bilgisayarın bir görüntüyü nasıl analiz ettiğine daha yakından bakalım. Bilgisayar, görüntüyü bizim gördüğümüz gibi görmek yerine onu piksel adı verilen küçük karelerden oluşan bir ızgaraya ayırır. Her piksel, bilgisayarların görsel verileri yorumlamak için işleyebildiği renk ve parlaklık bilgileri içerir.

Algoritmalar bu pikselleri anlamlandırmak için şekil, renk ve birbirlerine ne kadar yakın olduklarına göre anlamlı bölgeler hâlinde gruplandırır. Ultralytics YOLO11 gibi nesne algılama modelleri, bu piksel gruplarındaki örüntüleri veya özellikleri tanıyabilir.

Örneğin otonom bir otomobil, yayayı bizim gördüğümüz gibi görmez; yayanın özellikleriyle eşleşen şekil ve örüntüleri tespit eder. Bu modeller, otomobil, trafik işareti ve insan gibi nesnelerin ayırt edici özelliklerini öğrenmelerini sağlayan etiketli görüntü veri kümeleri üzerinde kapsamlı eğitimden yararlanır.

Tipik bir nesne algılama modelinin üç temel bölümü vardır: omurga, boyun ve kafa. Omurga, görüntüden önemli özellikleri çıkarır. Boyun bu özellikleri işler ve iyileştirir; kafa ise nesnelerin konumlarını tahmin edip onları sınıflandırır.

Algılamaları iyileştirme ve sonuçları sunma#

İlk algılamalar yapıldıktan sonra doğruluğu artırmak ve gereksiz tahminleri filtrelemek için son işleme teknikleri uygulanır. Örneğin, örtüşen sınırlayıcı kutular kaldırılarak yalnızca en alakalı algılamalar tutulur. Ayrıca, modelin algılanan bir nesnenin belirli bir sınıfa ait olduğundan ne kadar emin olduğunu gösteren sayısal değerler, yani güven puanları her algılanan nesneye atanır.

Son olarak çıktı; algılanan nesnelerin etrafına çizilmiş sınırlayıcı kutuların yanı sıra tahmin edilen sınıf etiketleri ve güven puanlarıyla birlikte sunulur. Bu sonuçlar daha sonra gerçek dünya uygulamalarında kullanılabilir.

Popüler nesne algılama modelleri#

Günümüzde pek çok bilgisayarlı görü modeli var ve en popüler olanlardan bazıları Ultralytics YOLO modelleri. Bu modeller hızları, doğrulukları ve çok yönlülükleriyle tanınır. Yıllar içinde daha hızlı, daha hassas ve daha geniş bir görev yelpazesini yerine getirebilir hâle geldiler. Ultralytics YOLOv5'in piyasaya sürülmesi, PyTorch gibi çerçevelerle dağıtımı kolaylaştırarak daha fazla kişinin derin teknik uzmanlığa ihtiyaç duymadan gelişmiş görsel yapay zekâdan yararlanmasını sağladı.

Bu temelin üzerine inşa edilen Ultralytics YOLOv8, örnek segmentasyonu, görüntü sınıflandırma ve poz kestirimi gibi görevler için desteği genişletti. YOLO11, birden fazla görevde daha iyi performans sunarak bunu daha da ileri taşıdı ve sonrasında yerini Ultralytics YOLO26 aldı. YOLO11m, YOLOv8m'den %22 daha az parametreyle COCO veri kümesinde daha yüksek ortalama hassasiyet (mAP) elde ediyor. Basitçe söylemek gerekirse YOLO11, daha az kaynak kullanırken nesneleri daha hassas biçimde tanıyabiliyor; bu da onu daha hızlı ve güvenilir kılıyor.

İster yapay zekâ uzmanı ol ister daha yeni başlıyor ol, Ultralytics YOLO11 bilgisayarlı görü uygulamaları için güçlü ve kullanımı kolay bir çözüm sunar.

Nesne algılama için modeli özel olarak eğitmek#

Görsel yapay zekâ modellerini eğitmek, bilgisayarlara görüntüleri ve videoları tanımayı ve anlamayı öğretmeyi içerir. Ancak eğitim zaman alabilir. Sıfırdan başlamak yerine, yaygın örüntüleri zaten tanıyan önceden eğitilmiş modelleri kullanan aktarım öğrenmesi süreci hızlandırır.

Örneğin, Ultralytics YOLO11, çok çeşitli gündelik nesneler içeren COCO veri kümesi üzerinde zaten eğitilmiştir. Bu önceden eğitilmiş model, özgün veri kümesinde bulunmayan belirli nesneleri algılamak üzere ek olarak özel eğitimden geçirilebilir.

Ultralytics YOLO11'i özel verilerinle eğitmek için tespit etmek istediğin nesnelerin görüntülerini içeren etiketli bir veri kümesine ihtiyacın var. Örneğin bir marketteki farklı meyve türlerini tanıyan bir model geliştirmek istiyorsan elma, muz, portakal vb. etiketli görüntülerden oluşan bir veri kümesi hazırlarsın. Veri kümesi hazırlandıktan sonra performansı optimize etmek için yığın boyutu, öğrenme oranı ve dönem sayısı gibi eğitim ayarlarını belirleyerek YOLO11'i eğitebilirsin.

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

Nesne algılama uygulamaları#

Şimdi nesne algılamanın gerçek dünyadaki bazı kullanım alanlarına ve çeşitli sektörleri nasıl dönüştürdüğüne bakalım.

Otonom sürüşte tehlike algılama#

Otonom araçlar, güvenli bir şekilde yol almak ve engellerden kaçınmak için nesne algılama gibi bilgisayarlı görü görevlerinden yararlanır. Bu teknoloji, yayaları, diğer araçları, çukurları ve yol tehlikelerini tanımalarına yardımcı olarak çevrelerini daha iyi anlamalarını sağlar. Araçlar çevrelerini sürekli analiz ederek hızlı kararlar alabilir ve trafiğin içinde güvenli bir şekilde ilerleyebilir.

Şekil 4. Ultralytics YOLO11 ile çukurları algılamak için nesne algılama kullanımına bir örnek.

Sağlık hizmetlerinde tıbbi görüntü analizi#

Röntgen, MR, BT taramaları ve ultrason gibi tıbbi görüntüleme teknikleri, hastalıkların teşhis ve tedavisine yardımcı olmak amacıyla insan vücudunun son derece ayrıntılı görüntülerini oluşturur. Bu taramalar, radyologlar ve patologlar gibi doktorların hastalıkları tespit etmek için dikkatlice incelemesi gereken büyük miktarda veri üretir. Ancak her görüntüyü ayrıntılı biçimde incelemek zaman alabilir ve insan uzmanlar yorgunluk veya zaman kısıtlamaları nedeniyle bazen ayrıntıları gözden kaçırabilir.

Ultralytics YOLO11 gibi nesne algılama modelleri; organlar, tümörler veya anormallikler gibi temel özellikleri tıbbi taramalarda yüksek doğrulukla otomatik olarak belirleyerek yardımcı olabilir. Özel olarak eğitilmiş modeller, endişe verici alanları sınırlayıcı kutularla vurgulayarak doktorların olası sorunlara daha hızlı odaklanmasını sağlayabilir. Bu, iş yükünü azaltır, verimliliği artırır ve hızlıca bilgi edinilmesini sağlar.

Şekil 5. Ultralytics YOLO11 ile tıbbi görüntüleri analiz etme.

Kişi ve anomali algılamayla güvenliği artırma#

Nesne takibi, Ultralytics YOLO11'in desteklediği bir bilgisayarlı görü görevidir ve gerçek zamanlı izleme ile güvenlik iyileştirmeleri sağlar. Nesne algılamayı temel alarak nesneleri belirler ve kareler boyunca hareketlerini sürekli izler. Bu teknoloji, farklı ortamlarda güvenliği artırmak için gözetim sistemlerinde yaygın olarak kullanılır.

Örneğin, okullarda ve kreşlerde nesne takibi çocukları izlemeye ve çocukların uzaklaşıp gitmesini önlemeye yardımcı olabilir. Güvenlik uygulamalarında ise kısıtlı alanlardaki izinsiz kişileri algılama, aşırı kalabalık veya şüpheli davranışları izleme ve yetkisiz etkinlik algılandığında gerçek zamanlı uyarılar gönderme açısından önemli bir rol oynar. Ultralytics YOLO11 destekli takip sistemleri, nesneleri hareket hâlindeyken izleyerek güvenliği artırır, izlemeyi otomatikleştirir ve olası tehditlere daha hızlı yanıt verilmesini sağlar.

Nesne algılamanın avantajları ve dezavantajları#

Nesne algılamanın çeşitli sektörlere sağlayabileceği temel avantajlardan bazıları şunlardır:

• Otomasyon: Nesne algılama, CCTV görüntülerini izleme gibi görevlerde insan gözetimi ihtiyacını azaltmaya yardımcı olabilir.
• Diğer yapay zekâ modelleriyle birlikte çalışır: Doğruluğu ve işlevselliği artırmak için yüz tanıma, eylem tanıma ve takip sistemleriyle entegre edilebilir.
• Gerçek zamanlı işleme: Ultralytics YOLO11 gibi pek çok nesne algılama modeli hızlı ve verimlidir; bu da onları anında sonuç gerektiren gerçek zamanlı uygulamalar için ideal kılar.

Bu avantajlar nesne algılamanın farklı kullanım alanlarını nasıl etkilediğini gösterse de uygulama sırasında karşılaşılan zorlukları da göz önünde bulundurmak önemlidir. Temel zorluklardan bazıları şunlardır:

• Veri gizliliği: Görsel verilerin özellikle gözetim veya sağlık hizmetleri gibi hassas alanlarda kullanılması, gizlilik sorunlarına ve güvenlik endişelerine yol açabilir.
• Örtülme: Nesne algılamada örtülme, nesnelerin kısmen engellenmesi veya görünümden gizlenmesi durumunda ortaya çıkar; bu da modelin nesneleri doğru şekilde algılamasını ve sınıflandırmasını zorlaştırır.
• Yüksek hesaplama maliyeti: Yüksek performanslı modeller, işlemler için genellikle güçlü GPU'lar (grafik işlem birimleri) gerektirir; bu da gerçek zamanlı dağıtımı maliyetli hâle getirir.

Önemli çıkarımlar#

Nesne tespiti, bilgisayarlı görüde yaygın olarak kullanılan ve makinelerin görüntü ve videolardaki nesneleri tespit edip konumlarını belirlemesine yardımcı olan bir araçtır. Otonom otomobillerden sağlık hizmetlerine kadar birçok sektörde görevleri daha kolay, güvenli ve verimli hâle getirmek için kullanılır. Ultralytics YOLO11 gibi modeller sayesinde işletmeler, özel bilgisayarlı görü uygulamaları geliştirmek üzere kolayca özel nesne tespit modelleri oluşturabilir.

Gizlilik endişeleri ve nesnelerin görüş alanında gizlenmesi gibi bazı zorluklar olsa da nesne tespiti güvenilir bir teknolojidir. Görevleri otomatikleştirme, görsel verileri gerçek zamanlı işleme ve diğer görsel yapay zekâ araçlarıyla entegre olma yeteneği, onu modern görsel yapay zekâ sistemlerinin vazgeçilmez bir parçası hâline getirir.

Daha fazla bilgi edinmek için GitHub depomuzu ziyaret et ve topluluğumuza katıl. Çözüm sayfalarımızda otonom otomobillerde yapay zekâ ve tarımda bilgisayarlı görü gibi sektörlerdeki yenilikleri keşfet. YOLO lisanslama seçeneklerimize göz at ve görsel yapay zekâ projelerini hayata geçir.