2025’te nesne algılamayı derinlemesine inceleme rehberi

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

Bilgisayarlı görü küresel pazarının değerinin 2032'ye kadar 175,72 milyar dolara ulaşacağı tahmin ediliyor. Bilgisayarlı görü, görsel AI sistemlerinin görsel verileri analiz edip yorumlamasını sağlayan çeşitli görevleri kapsar. Bilgisayarlı görünün en yaygın kullanılan ve temel görevlerinden biri nesne algılamadır.

Nesne algılama, görsel verilerdeki nesnelerin konumunu belirlemeye ve sınıflandırmaya odaklanır. Örneğin, bir bilgisayara inek görüntüsü gösterirsen inek algılanabilir ve etrafına bir sınırlayıcı kutu çizilebilir. Bu yetenek, hayvan izleme, otonom araçlar ve gözetim gibi gerçek dünya uygulamalarında kullanışlıdır.

Peki nesne algılama nasıl gerçekleştirilebilir? Bunun bir yolu bilgisayarlı görü modellerini kullanmaktır. Örneğin Ultralytics YOLO11, nesne algılama gibi bilgisayarlı görü görevlerini destekleyen bir bilgisayarlı görü modelidir.

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

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

Nesne algılama nedir?#

Nesne algılama, görüntülerdeki veya videolardaki nesneleri tanımlayan ve konumlandıran bir bilgisayarlı görü görevidir. İki temel soruyu yanıtlar: 'Görüntüde hangi nesneler var?' ve 'Nerede bulunuyorlar?'

Nesne algılamayı iki temel adımdan oluşan bir süreç olarak düşünebilirsin. İlk adım olan nesne sınıflandırma, sistemin öğrenilmiş kalıplara dayanarak kedi, araba veya kişi gibi nesneleri tanımasını ve etiketlemesini sağlar. İkinci adım olan konumlandırma, görüntüde nerede göründüğünü belirtmek için nesnenin etrafına bir sınırlayıcı kutu çizerek konumunu belirler. Bu adımlar birlikte, makinelerin bir sahnedeki nesneleri algılamasını ve anlamasını sağlar.

Nesne algılamayı benzersiz kılan yön, nesneleri tanıyabilmesi ve konumlarını hassas biçimde belirleyebilmesidir. Diğer bilgisayarlı görü görevleri farklı hedeflere odaklanır.

Örneğin görüntü sınıflandırma, tüm görüntüye bir etiket atar. Görüntü segmentasyonu ise farklı öğelerin piksel düzeyinde anlaşılmasını sağlar. Buna karşılık nesne algılama, tanımayı konumlandırmayla birleştirir. Bu da onu birden fazla nesneyi gerçek zamanlı sayma gibi görevler için özellikle kullanışlı kılar.

Şekil 2. Bilgisayarlı görü görevlerinin karşılaştırılması.

Nesne tanıma ve nesne algılama karşılaştırması#

Çeşitli bilgisayarlı görü terimlerini incelerken nesne tanıma ile nesne algılamanın birbirinin yerine kullanılabileceğini düşünebilirsin; ancak bu ikisi farklı amaçlara hizmet eder. Aradaki farkı anlamanın iyi bir yolu yüz algılama ile yüz tanımaya bakmaktır.

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

Yüz tanıma ise nesne tanımanın bir biçimidir. Yalnızca bir yüzü algılamakla kalmaz; benzersiz özellikleri analiz edip bir veritabanıyla karşılaştırarak yüzün kime ait olduğunu belirler. “Bu kişi kim?” sorusunu yanıtlar. Face ID ile telefon kilidini açmanın veya kimlikleri doğrulayan havaalanı güvenlik sistemlerinin arkasındaki teknoloji budur.

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

Şekil 3. Nesne algılama ve nesne tanıma karşılaştırması. Görselin sahibi yazardır.

Ultralytics YOLO11 gibi birçok nesne algılama modeli yüz algılamayı destekleyecek şekilde tasarlanmıştır, ancak yüz tanımayı desteklemez. YOLO11, bir görüntüde yüzün varlığını verimli biçimde belirleyip etrafına bir sınırlayıcı kutu çizebilir; bu da onu gözetim sistemleri, kalabalık izleme ve otomatik fotoğraf etiketleme gibi uygulamalar için kullanışlı kılar. Ancak yüzün kime ait olduğunu belirleyemez. YOLO11, tek bir sistemde hem algılama hem de kimliklendirme sağlayabilmek için Facenet veya DeepFace gibi yüz tanıma amacıyla özel olarak eğitilmiş modellerle entegre edilebilir.

Nesne algılamanın nasıl çalıştığını anlamak#

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

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

Örneğin otonom bir araç, yayayı bizim gördüğümüz şekilde görmez; yayanın özellikleriyle eşleşen şekilleri ve kalıpları algılar. Bu modeller, görüntü veri kümeleri ile yapılan kapsamlı eğitime dayanır ve araba, trafik işareti ve insan gibi nesnelerin ayırt edici özelliklerini öğrenmelerini sağlar.

Tipik bir nesne algılama modelinin üç temel bölümü vardır: omurga, boyun ve başlık. Omurga, bir görüntüden önemli özellikleri çıkarır. Boyun bu özellikleri işler ve iyileştirirken başlık, nesne konumlarını tahmin etmekten ve onları sınıflandırmaktan sorumludur.

Algılamaları iyileştirme ve sonuçları sunma#

İlk algılamalar yapıldıktan sonra, doğruluğu artırmak ve yinelenen tahminleri filtrelemek için son işleme teknikleri uygulanır. Örneğin üst üste binen sınırlayıcı kutular kaldırılarak yalnızca en ilgili algılamaların korunması sağlanır. Ayrıca, algılanan her nesneye, modelin tahminlerinden ne kadar emin olduğunu belirtmek üzere güven skorları (modelin algılanan bir nesnenin belirli bir sınıfa ait olduğundan ne kadar emin olduğunu gösteren sayısal değerler) atanır.

Son olarak çıktı, algılanan nesnelerin etrafına çizilen sınırlayıcı kutularla birlikte tahmin edilen sınıf etiketleri ve güven skorları sunularak gösterilir. Bu sonuçlar daha sonra gerçek dünya uygulamalarında kullanılabilir.

Popüler nesne algılama modelleri#

Günümüzde birçok bilgisayarlı görü modeli mevcut ve en popüler olanlardan bazıları Ultralytics YOLO modelleridir. Bu modeller hızları, doğrulukları ve çok yönlülükleriyle tanınır. Yıllar içinde daha hızlı, daha hassas ve daha geniş bir görev yelpazesini ele alabilecek hâle geldiler. Ultralytics YOLOv5'in piyasaya sürülmesi, PyTorch gibi çerçevelerle dağıtımı kolaylaştırarak daha fazla kişinin derin teknik uzmanlığa ihtiyaç duymadan gelişmiş görsel AI kullanabilmesini sağladı.

Bu temeli geliştiren Ultralytics YOLOv8, örnek segmentasyonu, poz tahmini ve görüntü sınıflandırması gibi yeni özellikler sundu. Şimdi YOLO11, birden fazla görevde daha iyi performansla bu gelişimi daha da ileri taşıyor. YOLOv8m'den %22 daha az parametreye sahip olan YOLO11m, COCO veri kümesinde daha yüksek ortalama hassasiyet (mAP) elde ediyor. Basitçe ifade etmek gerekirse YOLO11, daha az kaynak kullanırken nesneleri daha yüksek hassasiyetle tanıyabiliyor; bu da onu daha hızlı ve güvenilir kılıyor.

İster bir AI uzmanı ol ister yeni başlıyor ol, Ultralytics YOLO11 bilgisayarlı görü uygulamaları için güçlü ve kullanıcı dostu bir çözüm sunar.

Nesne algılama için özel model eğitimi#

Görsel AI modellerini eğitmek, bilgisayarların görüntü ve videoları tanımasına ve anlamasına yardımcı olmayı içerir. Ancak eğitim zaman alıcı bir süreç olabilir. Sıfırdan başlamak yerine aktarım öğrenmesi, yaygın kalıpları zaten tanıyan önceden eğitilmiş modelleri kullanarak süreci hızlandırır.

Örneğin Ultralytics YOLO11, çeşitli günlük nesneler içeren COCO veri kümesi üzerinde zaten eğitilmiştir. Bu önceden eğitilmiş model, özgün veri kümesine dahil edilmemiş belirli nesneleri algılayacak şekilde daha sonra özel olarak eğitilebilir.

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

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

Nesne algılama uygulamaları#

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

Otonom sürüş için tehlike algılama#

Otonom araçlar, güvenli biçimde yol almak 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 trafiğin içinde güvenli biçimde ilerleyebilirler.

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

Sağlık hizmetlerinde tıbbi görüntü analizi#

Tıbbi görüntüleme, röntgen, MRI, CT taramaları ve ultrason gibi tekniklerle hastalıkların teşhis ve tedavisine yardımcı olmak için insan vücudunun son derece ayrıntılı görüntülerini oluşturur. Bu taramalar, radyologlar ve patologlar gibi doktorların hastalıkları algılamak için dikkatle analiz etmesi 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 bölgeleri sınırlayıcı kutularla vurgulayarak doktorların olası sorunlara daha hızlı odaklanmasına yardımcı olabilir. Bu, iş yükünü azaltır, verimliliği artırır ve hızlı içgörüler sağlar.

Şekil 5. Ultralytics YOLO11 kullanarak tıbbi görüntüleri analiz etme.

Kişi ve anormallik algılamayla güvenliği artırma#

Nesne takibi, Ultralytics YOLO11 tarafından desteklenen ve gerçek zamanlı izleme ile güvenlik geliştirmelerini mümkün kılan bir bilgisayarlı görü görevidir. Nesneleri belirleyip kareler arasındaki hareketlerini sürekli izleyerek nesne algılamayı temel alır. Bu teknoloji, çeşitli ortamlarda güvenliği artırmak için gözetim sistemlerinde yaygın olarak kullanılır.

Örneğin okullarda ve gündüz bakım merkezlerinde nesne takibi, çocukların izlenmesine ve uzaklaşıp kaybolmalarının önlenmesine yardımcı olabilir. Güvenlik uygulamalarında ise kısıtlı alanlardaki izinsiz kişileri algılamada, aşırı kalabalıklaşma veya şüpheli davranışlar açısından kalabalıkları izlemede ve yetkisiz bir etkinlik algılandığında gerçek zamanlı uyarılar göndermede önemli rol oynar. Nesneler hareket ederken onları takip eden Ultralytics YOLO11 destekli izleme sistemleri güvenliği artırır, izlemeyi otomatikleştirir ve olası tehditlere daha hızlı yanıt verilmesini sağlar.

Nesne algılamanın artıları ve eksileri#

Nesne algılamanın çeşitli sektörlere sağlayabileceği temel faydalardan bazıları şunlardır:

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

Bu faydalar nesne algılamanın farklı kullanım alanlarını nasıl etkilediğini gösterse de uygulanmasındaki 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 ve modelin bunları doğru şekilde algılayıp sınıflandırmasını zorlaştırır.

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

Önemli çıkarımlar#

Nesne algılama, makinelerin görüntü ve videolardaki nesneleri algılayıp konumlandırmasına yardımcı olan ve bilgisayarlı görü alanında oyunun kurallarını değiştiren bir araçtır. Otonom araçlardan sağlık hizmetlerine kadar çeşitli sektörlerde kullanılarak görevleri daha kolay, güvenli ve verimli hâle getirir. Ultralytics YOLO11 gibi daha yeni modellerle işletmeler, özel bilgisayarlı görü uygulamaları oluşturmak için özel nesne algılama modellerini kolayca geliştirebilir.

Gizlilik endişeleri ve nesnelerin görünümden gizlenmesi gibi bazı zorluklar olsa da nesne algılama güvenilir bir teknolojidir. Görevleri otomatikleştirme, görsel verileri gerçek zamanlı işleme ve diğer görsel AI araçlarıyla entegre olma yeteneği, onu en son teknoloji yeniliklerinin temel bir parçası hâline getirir.

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