Vizyon odaklı yapay zekaya ve nasıl çalıştığına hızlı bir bakış

Fabrikalardaki, hastanelerdeki, şehirlerdeki, araçlardaki ve tüketici cihazlarındaki kameralar her gün devasa miktarda görüntü ve video kaydeder. Bu sürekli görsel veri akışı yeni olanaklar yaratsa da, neler olup bittiğini anlamayı ve hızlıca harekete geçmeyi zorlaştırır.

Örneğin, yoğun kavşaklar veya kalabalık kamusal alanlar bir andan diğerine değişebilir. Bu ortamları manuel olarak izlemek yavaş ve genellikle tutarsızdır; özellikle hızlı ve güvenilir kararların gerektiği durumlarda.

Bunun gibi durumlarla başa çıkmak için sistemlerin, görsel bilgiyi ortaya çıktığı anda anlama ve gerçek zamanlı yanıt verme yoluna ihtiyacı vardır. Bilgisayarlı görü, makinelerin görüntüleri ve videoları analiz etmesine, kalıpları tanımasına ve yararlı bilgileri ayıklamasına olanak tanıyarak bunu mümkün kılar.

Eski bilgisayarlı görü sistemleri, kontrollü ortamlarda çalışan ancak ışık veya kamera açısı gibi koşullar değiştiğinde genellikle başarısız olan sabit kurallara bağlıydı. Modern görüntü tabanlı yapay zeka, yapay zeka ve makine öğrenimi kullanarak bu yaklaşımı geliştirir.

Bu sistemler, görselleri sadece yakalamak veya depolamak yerine, görsel verileri gerçek zamanlı olarak analiz eder, örneklerden öğrenir ve değişen ortamlara uyum sağlar. Bu durum, görüntü tabanlı yapay zekayı gerçek dünya durumlarında daha etkili kılar ve daha fazla uygulamada kullanıldıkça zamanla gelişmesine olanak tanır.

Bu makalede, görüntü tabanlı yapay zekanın ne olduğuna ve uçtan uca akıllı iş akışları oluşturmak için nasıl kullanılabileceğine daha yakından bakacağız. Hadi başlayalım!

Link to this sectionGörüntü tabanlı yapay zeka nedir?#

Görüntü tabanlı yapay zeka, makinelerin görüntüleri ve videoları anlamasını ve yorumlamasını sağlayan bir yapay zeka dalıdır. Başka bir deyişle, görüntü tabanlı yapay zeka sistemleri gördüklerini analiz eder ve bu bilgiyi daha geniş bir iş akışının parçası olarak eylemleri desteklemek, tahminleri optimize etmek veya kararlar almak için kullanır. Yeni içerik oluşturan üretken yapay zekadan farklı olarak, görüntü tabanlı yapay zeka, mevcut görsel verileri anlamaya ve bunlardan bilgi çıkarmaya odaklanır.

Örneğin, bir fabrika zeminindeki veya kamusal bir alandaki aktiviteyi uzun süreler boyunca izlemek, manuel olarak sürdürülmesi zor olabilen bir hız ve tutarlılık gerektirir. Görüntü tabanlı yapay zeka sistemleri, kalıpları tanımak, ilgili ayrıntıları belirlemek ve yeni görsel bilgiler ortaya çıktıkça yanıt vermek için makine öğrenimi ve derin öğrenme tekniklerini uygulayarak bu zorluğun üstesinden gelebilir.

Şekil 1. Bir görüntüdeki nesneleri tespit etmek için görüntü tabanlı yapay zeka kullanma örneği (Kaynak)

Görüntüler ve videolar genellikle büyük hacimlerde ve yüksek hızda üretildiğinden, görüntü tabanlı yapay zeka sistemleri görsel verileri sürekli olarak işleyebilir ve aynı kuralları her kareye uygulayabilir. Bu, sonuçları daha tutarlı hale getirir ve ekiplerin koşullar değiştikçe doğru kalarak operasyonları iyileştirmesine yardımcı olur.

Gerçek dünyadaki kullanımda, görüntü tabanlı yapay zeka genellikle uçtan uca bir yapay zeka sisteminin parçasıdır. Görüntü tabanlı yapay zeka modellerini, karar mantığı ve sonuçlar üzerinde işlem yapan diğer araçlarla birleştirir. Görsel girdiyi yararlı içgörülere dönüştüren görüntü tabanlı yapay zeka, rutin görevleri otomatikleştirebilir ve birçok bilgisayarlı görü uygulamasında daha hızlı, daha emin karar almayı destekleyebilir.

Link to this sectionGörüntü tabanlı yapay zeka nasıl çalışır: Görsel veriden uygulanabilir içgörülere geçiş#

Peki, bir sistem veya makine, bir görüntü veya videoyu görmekten, neler olup bittiğini anlamaya ve bir sonraki adımda ne yapacağına karar vermeye nasıl geçer?

Süreç, fotoğraflar, video klipler, canlı kamera yayınları veya sensör akışları gibi gerçek dünyadan gelen görsel girdilerle başlar. Bu veriler kalite, aydınlatma ve kamera açısı bakımından büyük ölçüde değişebildiğinden, genellikle analizden önce hazırlanmaları gerekir.

Bu hazırlık, görüntüleri yeniden boyutlandırmayı, aydınlatmayı ayarlamayı ve video karelerini tutarlı bir formatta düzenlemeyi içerebilir. Zaman damgaları veya kamera konumu gibi ek bağlamlar, genellikle daha doğru analizi desteklemek için dahil edilir.

Hazırlanan veriler, sistemin görsel kalıpları tanımasını sağlayan bir öğrenme çerçevesi içinde kullanılır. Etiketli görüntüler ve videolar üzerinde eğitim alarak, bir görüntü tabanlı yapay zeka modeli nesnelerin, kalıpların ve olayların farklı koşullar altında nasıl göründüğünü öğrenir.

Bu öğrenilmiş anlayış, nesne tespiti (görüntü içindeki nesneleri tanımlama ve konumlandırma) ve örnek segmentasyonu (bireysel nesneleri piksel düzeyinde ayırma ve etiketleme) gibi birçok yaygın bilgisayarlı görü görevinin temelini oluşturur. Ultralytics YOLO26 gibi son teknoloji görüntü tabanlı yapay zeka modelleri, gerçek dünya ortamlarında hızlı ve doğru kalırken bu görevleri desteklemek için tasarlanmıştır.

Şekil 2. Örnek segmentasyonu için YOLO kullanımına bir bakış (Kaynak)

Sistem dağıtıldıktan sonra, görsel girdiler uçtan uca bir iş akışının parçası olarak sürekli işlenir. Model, görüntüleri ve videoları analiz eder ve çıktılarını panolara, otomasyon araçlarına veya diğer yapay zeka sistemlerine gönderir. Bazı durumlarda, görüntü tabanlı yapay zeka aracıları, bu sonuçları eylemleri tetiklemek veya karar vermeyi desteklemek için kullanır ve görsel anlayışı pratik, uygulanabilir içgörülere dönüştürür.

Link to this sectionGörüntü modellerinin ve mimarilerinin evrimi#

Görüntü tabanlı yapay zeka hakkında daha fazla şey öğrendikçe, modellerin ve mimarilerin neden önemli olduğunu ve sistem performansını nasıl etkilediklerini merak edebilirsin. Görüntü tabanlı yapay zeka modelleri, günümüzün bilgisayarlı görü yenilikleri için çok önemlidir.

Çoğu görüntü tabanlı yapay zeka sistemi, görüntülerin ve videoların nasıl analiz edileceğini belirleyen bir model etrafında inşa edilmiştir. Model, sistemin bir sahnede neyi tanıyabileceğini ve farklı koşullar altında ne kadar iyi performans gösterdiğini tanımlar.

Görüntü tabanlı yapay zeka uygulamaları daha çeşitli ve karmaşık hale geldikçe, görüntü tabanlı yapay zeka modelleri ve bunların temel mimarileri, ayak uydurmak ve kullanıcı dostu olmak için gelişmeye devam etti. İlk bilgisayarlı görü sistemleri, mühendislerin sistemin ne araması gerektiğini (belirli kenarlar, renkler veya şekiller gibi) manuel olarak tanımlamasını gerektiriyordu.

Bu kural tabanlı yaklaşımlar kontrollü ortamlarda iyi çalışıyordu, ancak aydınlatma değiştiğinde, kamera kalitesi çeşitlendiğinde veya sahneler karmaşıklaştığında genellikle başarısız oluyordu. Modern görüntü tabanlı yapay zeka modelleri farklı bir yaklaşım benimser.

Birçok açık kaynaklı model, görsel kalıpları doğrudan verilerden öğrenir; bu da onları daha esnek ve koşulların öngörülemez olduğu gerçek dünya ortamları için daha uygun hale getirir. Model mimarisindeki ilerlemeler ayrıca görüntü ve videoların işlenme şeklini basitleştirerek bu sistemlerin dağıtılmasını ve pratik görüntü tabanlı yapay zeka platformlarına entegre edilmesini kolaylaştırdı.

Ultralytics YOLO modelleri bu değişimin iyi bir örneğidir. YOLO26 gibi modeller, özellikle canlı video uygulamalarında hız ve tutarlılık gerektiren nesne tespiti görevleri için yaygın olarak kullanılır.

Link to this sectionTemel görüntü tabanlı yapay zeka görevlerini keşfetme#

İşte yapay zeka destekli görme sistemlerinin görsel bilgiyi anlamak ve gerçek dünya ortamlarını iyileştirmek için güvendiği temel bilgisayarlı görü görevlerinden bazıları:

• Nesne tespiti: Bu görev, bir sistemin bir görüntü veya videoda hangi nesnelerin bulunduğunu tanımlamasını ve genellikle her nesnenin etrafına sınırlayıcı kutular çizerek nerede olduklarını belirlemesini sağlar.
• Görüntü sınıflandırma: Bu yaklaşımla, tüm bir görüntü analiz edilir ve genel içeriğine göre bir veya daha fazla etiket atanır, bu da görselleri düzenlemeye ve kararları bilgilendirmeye yardımcı olur.
• Örnek segmentasyonu: Daha fazla hassasiyet gerektiren görevler için bu görev, bir sahne içindeki nesneleri veya bölgeleri ayırmak için görüntüyü piksel düzeyinde parçalara ayırır.
• Nesne takibi: Video tabanlı uygulamalarda bu yetenek, nesnelerin kimliklerini ve hareketlerini zaman içinde korurken kareler boyunca izlenmesini mümkün kılar.
• Poz tahmini: Dinamik ortamlarda insanların veya nesnelerin konumlarını, duruşlarını ve hareketlerini belirlemek için eklemler veya referans noktaları gibi önemli noktaları tanımlar.

Şekil 3. YOLO kullanarak araçları tespit etme ve takip etme (Kaynak)

Link to this sectionGörüntü tabanlı yapay zekada veri kümelerinin rolü#

Her etkili görüntü tabanlı yapay zeka sisteminin arkasında iyi hazırlanmış bir veri kümesi vardır. Bu görüntü tabanlı yapay zeka veri kümeleri, görüntü tabanlı yapay zeka modellerinin öğrendiği görüntüleri ve videoları sağlar; nesneleri, kalıpları ve sahneleri gerçek dünya ortamlarında tanımalarına yardımcı olur.

Verilerin kalitesi, sistemin ne kadar doğru ve güvenilir olacağını doğrudan etkiler. Görsel verileri etkili kılmak için veri kümeleri açıklanır. Bu, her görüntü veya videoya nesneleri etiketlemek, belirli alanları vurgulamak veya kategoriler atamak gibi önemli ayrıntıların eklendiği anlamına gelir.

Etiketlerle birlikte, verileri düzenlemeye ve anlayışı geliştirmeye yardımcı olmak için zaman, konum veya sahne türü gibi ek meta veriler dahil edilebilir. Veri kümeleri ayrıca sistemlerin daha önce görmedikleri görseller üzerinde değerlendirilebilmesi için genellikle eğitim, doğrulama ve test setlerine bölünür.

ImageNet, COCO ve Open Images gibi popüler veri kümeleri, büyük ve çeşitli etiketli görüntü koleksiyonları sağlayarak görüntü tabanlı yapay zekayı ilerletmede önemli bir rol oynamıştır. Yine de, gerçek dünya verilerini toplamak hala zordur.

Yanlılık, kapsamdaki boşluklar ve sürekli değişen ortamlar, gerçek koşulları gerçekten yansıtan veri kümeleri oluşturmayı zorlaştırır. Ölçekli olarak doğru veri dengesine sahip olmak, güvenilir görüntü tabanlı yapay zeka sistemleri oluşturmanın anahtarıdır.

Link to this sectionÇeşitli görüntü tabanlı yapay zeka kullanım durumlarına bir bakış#

Görüntü tabanlı yapay zekanın nasıl çalıştığını daha iyi anladığımıza göre, gerçek dünya uygulamalarında nasıl kullanıldığına bir göz atalım. Birçok sektörde görüntü tabanlı yapay zeka, ekiplerin görsel görevleri ölçekli bir şekilde yönetmesine yardımcı olur, bu da daha hızlı yanıtlar ve daha verimli operasyonlar sağlar.

İşte farklı sektörlerde görüntü tabanlı yapay zekanın kullanıldığı bazı yaygın yollar:

• Üretim: Fabrika zemininde, görüntü tabanlı yapay zeka, ürünleri üretimin her aşamasından geçerken izlemek için kullanılabilir. Hataları, eksik parçaları veya tutarsızlıkları erkenden tespit edebilir, ekiplerin yeniden işleme yükünü azaltmasına, kaliteyi korumasına ve beklenmedik duruş sürelerini önlemesine yardımcı olabilir.
• Perakende: Perakende alanlarında, görüntü tabanlı yapay zeka çözümleri envanteri takip edebilir, raf koşullarını kontrol edebilir ve kaybı azaltabilir. Mağaza içi görselleri analiz ederek, bu sistemler personelin mağazada neler olup bittiğini anlamasını ve operasyonların sorunsuz çalışmasını sağlamak için daha hızlı ayarlamalar yapmasını kolaylaştırabilir.
• Sağlık: Görüntü tabanlı yapay zeka, taramalar veya test sonuçları gibi tıbbi görüntülerin incelenmesine yardımcı olarak sağlık profesyonellerini destekleyebilir. Daha yakından ilgilenilmesi gereken alanları işaretleyebilir, böylece klinisyenlerin nihai kararları insan elinde tutarak daha verimli çalışmasını sağlayabilir.
• Ulaşım ve akıllı şehirler: Yollarda ve kamusal alanlarda, görüntü tabanlı yapay zeka şehirlerin trafik akışını izlemesine, olayları tespit etmesine ve güvenliği bir üst seviyeye çıkarmasına yardımcı olur. Kamera yayınlarının gerçek zamanlı analizi, değişen koşullara daha hızlı yanıt verilmesini sağlar ve kentsel altyapının daha iyi yönetilmesini destekler.

Şekil 4. Üretimde görüntü tabanlı yapay zeka kullanılarak otomatik ürün izleme (Kaynak)

Link to this sectionGörüntü tabanlı yapay zeka araçlarının artıları ve eksileri#

İşte gerçek dünya uygulamalarında görüntü tabanlı yapay zeka kullanmanın temel faydalarından bazıları:

• Kullanım durumları arasında ölçeklenebilirlik: Eğitimden sonra, görüntü tabanlı yapay zeka sistemleri minimum değişiklikle birden fazla lokasyonda veya uygulamada dağıtılabilir.
• Daha hızlı yapay zeka desteği: Görüntüleri ve videoları yakalandıkları anda analiz ederek, görüntü tabanlı yapay zeka destekli sistemler, daha hızlı yanıtları ve daha iyi karar almayı destekleyen gerçek zamanlı içgörüler sunabilir.
• Mevcut iş akışlarına kolayca entegre olur: Görüntü tabanlı yapay zeka çıktıları, alt sistemlere, panolara veya otomasyon hatlarına bağlanabilir.

Bu avantajlara rağmen, görüntü tabanlı yapay zeka sistemlerinin performansını etkileyebilecek sınırlamalar vardır. İşte aklında bulundurman gereken bazı faktörler:

• Veri kalitesine ve bulunabilirliğine bağımlılık: Görüntü tabanlı yapay zeka sistemleri, büyük ve iyi hazırlanmış veri kümelerine büyük ölçüde güvenir. Yüksek kaliteli görsel verileri toplamak ve korumak zaman alıcı ve maliyetli olabilir.
• Çevresel değişikliklere karşı hassasiyet: Kameralar hareket ettiğinde, aydınlatma değiştiğinde veya sahneler yeniden eğitim veya ayarlama yapılmadan önemli ölçüde değiştiğinde performans düşebilir.
• Hesaplama ve altyapı gereksinimleri: Özellikle gerçek zamanlı veya ölçekli olarak görüntü tabanlı yapay zeka modellerini çalıştırmak, önemli miktarda hesaplama kaynağı ve özel donanım gerektirebilir.

Link to this sectionÖne çıkanlar#

Görüntü tabanlı yapay zeka, görüntüleri ve videoları sistemlerin anlayabileceği ve kullanabileceği anlamlı bilgilere dönüştürür. Bu, görsel görevleri otomatikleştirmeye yardımcı olur ve daha hızlı, daha güvenilir karar almayı destekler. Etkililiği; yetenekli modellerin, yüksek kaliteli veri kümelerinin ve iyi tasarlanmış iş akışlarının birlikte çalışmasına bağlıdır.

Görüntü tabanlı yapay zeka ile ilgileniyor musun? Topluluğumuza katıl ve tarımda bilgisayarlı görü ve otomotiv endüstrisinde görüntü tabanlı yapay zeka hakkında bilgi edin. Bilgisayarlı görü ile çalışmaya başlamak için lisanslama seçeneklerimize göz at. Yapay zekayı keşfetmeye devam etmek için GitHub depomuzu ziyaret et.