Bilgisayarlı Görü Mühendisi Olmak

Bilgisayarlı görü (CV), bilgisayarları görsel dünyayı yorumlamak ve anlamak üzere eğiten bir yapay zeka alanıdır. Bu teknoloji, insan görme duyusuna çok benzer şekilde çalışır, ancak birkaç önemli farkla: İnsanlar, nesneleri nasıl ayırt edecekleri, ne kadar uzakta oldukları, hareket edip etmedikleri ve bir görüntüde bir sorun olup olmadığı konusunda eğitmek için ömür boyu süren bir bağlama sahiptir.

Bilgisayarlı görü (CV) teknolojisi, bilgisayarların yalnızca görüntüleri görselleştirebilmesiyle değil, aynı zamanda gelen nesnelerin mesafelerini ve hareketlerini belirleme gibi bir görüntünün mesajını veya amacını çıkarabilmesiyle de ilgilidir. Yapay zeka alanındaki gelişmeler ve derin öğrenme ve sinir ağlarındaki yenilikler sayesinde, bu alan son yıllarda büyük atılımlar yapabilmiş ve nesneleri algılama ve etiketleme ile ilgili bazı görevlerde insanları aşmayı başarmıştır.

CV, örneğin teşhis uygulamaları için son derece yararlı olduğu tıp endüstrisi gibi sektörlere gerçek dünya çözümleri sağlar. Bununla birlikte, CV'nin faydası spor, perakende, tarım, ulaşım, üretim ve daha fazlası gibi çok sayıda başka uygulamaya da uzanmaktadır. Ultralytics'te, eğitim modellerini ve makine öğrenimini herkes için erişilebilir hale getiriyoruz. Amacımız, tüm teknik detaylar hakkında endişelenmenize gerek kalmadan Yapay Zekanın gücünden yararlanmanıza yardımcı olmaktır. Çabalarımız sonucunda, ortaokul öğrencilerinin bile Ultralytics HUB ile modellerini eğitmeye başladıklarını gördük ve YOLOv5.

“Bilgisayarla görme, derin öğrenme ve yapay zeka dünyasından çıkan en dikkat çekici şeylerden biridir. Derin öğrenmenin bilgisayarla görme alanına yaptığı katkılar, bu alanı gerçekten farklı bir konuma getirdi.”

Wayne Thompson, SAS Veri Bilimcisi

Bilgisayarlı görü (CV) mühendisleri, gerçek dünya sorunlarını çözmek için görüntü işleme yapay zekası ve makine öğrenimi araştırmalarını uygular. CV mühendisleri genellikle görüntü tanıma, makine öğrenimi, uç yapay zeka, ağ ve iletişim, derin öğrenme, yapay zeka, gelişmiş bilgi işlem, görüntü etiketleme, veri bilimi ve görüntü/video segmentasyonu gibi çeşitli sistemlerle ilgili önemli miktarda deneyime sahiptir. Bu nedenle, daha fazla uzatmadan, sizi bir bilgisayarlı görü mühendisi ile tanıştırmak ve deneyimlerini paylaşmak istiyoruz.

Muhammed ile tanışın!

Muhammad Rizwan Munawar bir Bilgisayar Görüsü Mühendisidir. Lisans derecesini COMSATS Üniversitesi İslamabad, Wah Kampüsü'nden Yapay Zeka uzmanlık alanı ile Bilgisayar Bilimleri bölümünde tamamladı. Uzmanlığı sadece görüş alanıyla sınırlı değildir, çünkü ek becerilerin kariyerinde büyümesine ve seviye atlamasına yardımcı olabileceğini biliyor, bu nedenle masaüstü uygulamalar, web ön ucu ve çekici kontrol paneli geliştirme konusunda da bilgi sahibidir. şu anda serbest çalışan olarak müşterilerinin ihtiyaçlarına göre farklı kullanım senaryoları için çözümler geliştirmektedir.

Makine öğrenimi ve görüntü işleme yapay zekasına nasıl başladınız?

"Açıkçası, bu engellerle ve sürekli sıkı çalışmayla dolu bir yolculuk oldu. Başladığımda, nesne tespitinin ne olduğunun bile farkında değildim, ancak esas olarak vizyon yapay zekasına meraklı ve tutkuluydum. Sadece becerileri öğrenmek için serbest çalışmaya başladığımda, öğrenimimin son yılındaydım. Paralel olarak, çeşitli YouTube kanallarından temel makine öğrenimi kavramlarını da öğrenmeye başladım. 7-8 ay boyunca sürekli çalıştıktan sonra, vizyon yapay zekası ve derin öğrenme hakkında iyi bir anlayış geliştirdim ve profesyonel kariyerime CV alanında devam etmeye karar verdim."

Bize YOLOv5 ile ilgili deneyimlerinizi anlatın!

" YOLOv5 'i piyasaya sürüldüğünden beri kullanıyorum, ancak farklı kullanım durumlarına göre uygun geliştirme ve modifikasyon için YOLOv5 'i 1,5 yıldır kullanıyorum.""Başlangıçta, uğraştığım sorun nesne algılama ile ilgiliydi, bu yüzden nesne algılama ile ilgili farklı algoritmaları keşfetmeye başladım. Araştırma için biraz zaman harcadıktan sonra, farklı nesne dedektörleri için haritayı karşılaştırdım ve YOLOv5 'in coco veri kümesindeki doğruluğunun o zamanki diğer nesne dedektörlerine kıyasla çok yüksek olduğunu fark ettim. Bu yüzden verilerimi etiketledim ve insanları tespit etmek amacıyla özel verilerimdeYOLOv5 'e ince ayar yaptım.YOLOv5 'in kullanımı, değiştirilmesi ve ince ayar yapılması çok kolaydır ve büyük topluluğu, biri bir sorunla karşılaşırsa yardım etmek için her zaman hazırdır. YOLOv5 'in düzenli güncellemeleri, nesne tespitini çok verimli bir şekilde yapmam için bana her geçen gün kolaylık sağlıyor."    

Muhammed'den Yeni Başlayanlar İçin 3 İpucu

1. Düzenli olarak yeni kavramlar öğrenin ve rutininizi tutarlı hale getirin. Muhammed, tutarlılığı başarısındaki en büyük faktörlerden biri olarak görmektedir.
2. Yeni fikirler düşünmeye devam edin, aptalca olsalar bile önemli değil! Bunlar, konuları derinlemesine düşünmenize yardımcı olacaktır. Bu fikirleri belirli bir seviyede uygulamaya çalışın ve bir belgeye yazın. Her zaman bu stratejiyi izleyin.
3. CV ile ilgili projeler geliştirin. Düzenli olarak projeler üzerinde çalışmak, CV alanında öğrenmenize ve bir tutku geliştirmenize yardımcı olacaktır.

Muhammed'in yolculuğunu okuduğunuz için teşekkürler! Çalışmaları hakkında daha fazla bilgi edinmek istiyorsanız, web sitesine göz atın. En son YOLOv5 ve vizyon yapay zeka haberlerini sizlerle paylaşırken güncel kalmak için bizi Twitter ve Linkedin'de takip edin!