2025'te nesne tespiti konusuna derinlemesine bir rehber

Birçok sektör, yapay zeka (AI) çözümlerini operasyonlarına hızla entegre ediyor. Günümüzde mevcut birçok yapay zeka teknolojisi arasında computer vision en popüler olanlardan biridir. Computer vision, bilgisayarların tıpkı insanların yaptığı gibi görsel ve videoların içeriğini görüp anlamasına yardımcı olan bir yapay zeka dalıdır. Makinelerin nesneleri tanesini, kalıpları belirlemesini ve baktıkları şeyi anlamlandırmasını mümkün kılar.

Computer vision küresel pazar değerinin 2032 yılına kadar 175,72 milyar dolara büyüyeceği tahmin ediliyor. Computer vision, vision AI sistemlerinin görsel verileri analiz edip yorumlamasını sağlayan çeşitli görevleri kapsar. Computer vision'in en yaygın kullanılan ve en temel görevlerinden biri object detection'dır.

Object detection, görsel verilerdeki nesnelerin yerini belirlemeye ve bunları sınıflandırmaya odaklanır. Örneğin, bir bilgisayara bir ineğin resmini gösterirseniz, ineği tespit edebilir ve etrafına bir bounding box çizebilir. Bu yetenek, hayvan izleme, otonom araçlar ve gözetim gibi gerçek dünya uygulamalarında faydalıdır.

Peki, object detection nasıl gerçekleştirilebilir? Bir yol computer vision modelleri aracılığıyladır. Örneğin, Ultralytics YOLO11, object detection gibi computer vision görevlerini destekleyen bir computer vision modelidir.

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

Fig 1. Büyükbaş hayvanları izlemek için YOLO11'in object detection desteğini kullanma.

Nesne 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.

Object detection'ı benzersiz kılan yönü, nesneleri tanıma ve konumlarını hassas bir şekilde saptama yeteneğidir. Diğer computer vision 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.

Fig 2. Computer vision görevlerini karşılaştırma.

Nesne 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.

Öte yandan face recognition, bir object recognition biçimidir. Sadece bir yüzü tespit etmekle kalmaz; benzersiz özellikleri analiz edip bunları bir veritabanıyla karşılaştırarak bunun kime ait olduğunu belirler. “Bu kişi kim?” sorusunun yanıtını verir. Telefonunuzun kilidini Face ID ile 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 tanımlar.

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

Ultralytics YOLO11 gibi birçok nesne tespiti modeli, yüz tanımayı değil yüz tespitini desteklemek üzere tasarlanmıştır. YOLO11, bir görüntüdeki yüzün varlığını verimli bir şekilde belirleyebilir ve etrafına bir bbox çizebilir; bu da onu gözetim sistemleri, kalabalık izleme ve otomatik fotoğraflama gibi uygulamalar için yararlı kılar. Ancak kimin yüzü olduğunu belirleyemez. YOLO11, hem tespiti hem de kimlik tespitini tek bir sistemde etkinleştirmek için Facenet veya DeepFace gibi özellikle yüz tanıma için eğitilmiş modellerle entegre edilebilir.

Nesne 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 şekillerine, renklerine ve birbirlerine ne kadar yakın olduklarına bağlı olarak anlamlı bölgeler halinde gruplandırır. Ultralytics YOLO11 gibi nesne tespiti modelleri, bu piksel gruplarındaki örüntüleri veya özellikleri tanıyabilir.

Örneğin, otonom bir araç bir yayayı bizim gördüğümüz gibi görmez; bir yayanın özellikleriyle eşleşen şekil ve kalıpları tespit eder. Bu modeller, etiketli image dataset'ler ile kapsamlı eğitime dayanır ve arabalar, trafik işaretleri ve insanlar gibi nesnelerin ayırt edici özelliklerini öğrenmelerine olanak tanır.

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.

Algılamaları iyileştirme ve sonuçları sunma#

Accuracy değerini artırmak ve gereksiz tahminleri filtrelemek için ilk tespitler yapıldıktan sonra post-processing teknikleri uygulanır. Örneğin, üst üste binen bounding box'lar kaldırılır ve yalnızca en ilgili tespitlerin kalması sağlanır. Ayrıca, modelin tespit edilen bir nesnenin belirli bir sınıfa ait olduğundan ne kadar emin olduğunu gösteren güven skorları (modelin tahminindeki kesinliğini temsil eden sayısal değerler), modelin tahminlerindeki kesinliğini belirtmek üzere tespit edilen her nesneye 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.

Popüler nesne algılama modelleri#

Günümüzde birçok computer vision modeli mevcuttur ve en popüler olanlardan bazıları Ultralytics YOLO modelleridir. Hızları, accuracy oranları ve çok yönlülükleriyle bilinirler. Yıllar geçtikçe bu modeller daha hızlı, daha hassas ve çok daha geniş bir görev yelpazesini işleyebilir hale geldi. Ultralytics YOLOv5 sürümünün yayınlanması, PyTorch gibi framework'lerle deployment'ı kolaylaştırarak daha fazla insanın derin teknik uzmanlığa ihtiyaç duymadan gelişmiş vision AI kullanmasına olanak tandı.

Bu temel üzerine inşa edilen Ultralytics YOLOv8, instance segmentation, pose estimation ve image classification gibi yeni özellikler sundu. Şimdi YOLO11, birden fazla görevde daha iyi performansla işleri daha da ileriye taşıyor. YOLOv8m'den %22 daha az parametreye sahip olan YOLO11m, COCO dataset üzerinde daha yüksek bir mean average precision (mAP) elde eder. Basit bir ifadeyle YOLO11, daha az kaynak kullanırken nesneleri daha yüksek hassasiyetle tanıyabilir, bu da onu daha hızlı ve daha güvenilir kılar.

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

Nesne 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, Ultralytics YOLO11, günlük nesnelerden oluşan çeşitli bir set içeren COCO dataset üzerinde zaten eğitilmiştir. Bu önceden eğitilmiş model, orijinal veri setinde yer almayabilecek belirli nesneleri tespit etmek üzere ayrıca özel olarak eğitilebilir.

Ultralytics YOLO11 modelini custom-train etmek için, tespit etmek istediğin nesnelerin görüntülerini içeren etiketli bir veri setine ihtiyacın var. Örneğin, bir bakkalda farklı meyve türlerini tanımlayacak bir model oluşturmak istiyorsan elma, muz, portakal vb. etiketli görüntülerden oluşan bir veri seti oluşturursun. Veri seti hazırlandıktan sonra performansı optimize etmek için batch size, learning rate ve epochs gibi parametreleri ayarlayarak YOLO11 modelini eğitebilirsin.

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

Nesne algılamanın uygulamaları#

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

Otonom sürüş için tehlike algılama#

Self-driving cars, güvenli bir şekilde seyretmek ve engellerden kaçınmak için object detection gibi computer vision görevlerini kullanır. Bu teknoloji, yayaları, diğer araçları, çukurları ve yol tehlikelerini tanımalarına yardımcı olarak çevrelerini daha iyi anlamalarını mümkün kılar. Ortamlarını sürekli olarak analiz ederek hızlı kararlar alabilir ve trafikte güvenle hareket edebilirler.

Fig 4. Ultralytics YOLO11 ile çukurları tespit etmek için nesne tespiti kullanımına bir örnek.

Sağlık hizmetlerinde tıbbi görüntüleme analizi#

X-ışınları, MRI'lar, CT taramaları ve ultrasonlar gibi medical imaging teknikleri, hastalıkları teşhis edip tedavi etmeye yardımcı olmak için insan vücudunun son derece ayrıntılı görüntülerini oluşturur. Bu taramalar, doktorların (radyologlar ve patologlar gibi) hastalıkları tespit etmek için dikkatle analiz etmesi gereken büyük miktarda veri üretir. Ancak her görüntüyü ayrıntılı olarak incelemek zaman alabilir ve insan uzmanlar yorgunluk veya zaman kısıtlamaları nedeniyle bazen detayları gözden kaçırabilir.

Ultralytics YOLO11 gibi nesne tespiti modelleri, organlar, tümörler veya anormallikler gibi tıbbi taramalardaki temel özellikleri yüksek doğrulukla otomatik olarak tanımlayarak yardımcı olabilir. Özel olarak eğitilmiş modeller, sorunlu alanları bounding boxes ile vurgulayarak doktorların potansiyel sorunlara daha hızlı odaklanmasına yardımcı olur. Bu, iş yükünü azaltır, verimliliği artırır ve hızlı içgörüler sağlar.

Fig 5. Ultralytics YOLO11 kullanarak tıbbi görüntüleri analiz etme.

Kişi ve anomali algılama ile güvenliği artırma#

Object tracking, Ultralytics YOLO11 tarafından desteklenen ve gerçek zamanlı izleme ile güvenlik iyileştirmeleri sağlayan bir bilgisayarlı görü görevidir. Nesneleri tanımlayarak ve kareler boyunca hareketlerini sürekli olarak takip ederek nesne tespiti üzerine kuruludur. Bu teknoloji, çeşitli ortamlarda güvenliği artırmak için gözetim sistemlerinde yaygın olarak kullanılmaktadır.

Örneğin, okullarda ve gündüz bakım evlerinde nesne takibi, çocukların izlenmesine ve uzaklaşmalarının önlenmesine yardımcı olabilir. Güvenlik uygulamalarında, kısıtlı alanlardaki davetsiz misafirleri tespit etmede, kalabalıkları aşırı kalabalık veya şüpheli davranışlar açısından izlemede ve yetkisiz bir etkinlik algılandığında gerçek zamanlı uyarılar göndermede kilit bir rol oynar. Nesneler hareket ederken onları takip eden Ultralytics YOLO11 destekli izleme sistemleri güvenliği artırır, izlemeyi otomatistleştirir ve potansiyel tehditlere daha hızlı yanıt verilmesini sağlar.

Nesne 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.
• Real-time processing: Ultralytics YOLO11 gibi birçok nesne tespiti modeli hızlı ve verimlidir; bu da onları anında sonuç gerektiren gerçek zamanlı uygulamalar için ideal kılar.

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

• Data privacy: Görsel verilerin kullanımı, özellikle gözetim veya sağlık hizmetleri gibi hassas alanlarda gizlilik sorunlarını ve güvenlik endişelerini artırabilir.

• 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.

Öne çıkanlar#

Nesne tespiti, makinelerin görüntü ve videolardaki nesneleri tespit edip konumlandırmasına yardımcı olan, bilgisayarlı görü alanında ezber bozan bir araçtır. Otonom araçlardan sağlığa kadar çeşitli sektörlerde kullanılmakta, görevleri daha kolay, daha güvenli ve daha verimli hale getirmektedir. Ultralytics YOLO11 gibi daha yeni modellerle işletmeler, özelleşmiş bilgisayarlı görü uygulamaları oluşturmak için kolayca özel nesne tespiti modelleri 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 repository adresimizi ziyaret et ve our community ile etkileşime geç. Çözüm sayfalarımızda AI in self-driving cars ve computer vision in agriculture gibi sektörlerdeki inovasyonları keşfet. YOLO licensing options sayfalarımıza göz at ve vision AI projelerini hayata geçir. 🚀