Apple silicon yongalı iOS uygulamaları için en iyi nesne tespit modelleri

Android cihazlar ve iPhone'lar günlük yaşamın vazgeçilmez bir parçası hâline geldi. İnsanlar gün boyunca alışveriş yapmak, yol tarifi almak, fotoğraf çekmek, ürünleri taramak ve uygulamalarla etkileşim kurmak için bu cihazları kullanıyor.

Yapay zekânın hızla gelişmesiyle birlikte birçok akıllı telefon artık cihazın kamerasıyla çekilen görüntüleri ve videoları anlayabilen özellikler içeriyor. Bu özellikleri verimli bir şekilde çalıştırma becerisi büyük ölçüde temel donanıma bağlı.

Örneğin Apple ekosisteminde iPhone, iPad ve Mac gibi cihazlar A serisi ve M serisi dâhil Apple Silicon yongalarıyla çalışır. Bu yonga üzerinde sistem (SoC) tasarımları; merkezi işlem birimlerini (CPU), grafik işlem birimlerini (GPU) ve özel makine öğrenimi hızlandırıcılarını entegre ederek yapay zekâ iş yükleri için cihaz üzerinde çıkarım yapılmasını sağlar.

Özellikle, görüntü analizini mümkün kılan, makinelerin görüntü ve videolardaki görsel bilgileri bilgisayarlı görü alanında, nesne algılama gibi görevlerle yorumlayıp anlamasını sağlayan bir yapay zekâ dalıdır.

Özellikle, nesne algılama modelleri görüntüleri analiz eder ve nesnelerin etrafına sınırlayıcı kutular çizerek nesneleri belirler. Bu modeller, Apple Silicon çipleri gibi mobil donanımlarda verimli çalışacak şekilde optimize edilebilir ve iOS cihazlarında doğrudan cihaz üzerinde gerçek zamanlı görsel analiz yapılmasını sağlar.

Şekil 1. Sınırlayıcı kutularla belirlenen nesnelerle birlikte bir nesne algılama örneği. (Kaynak)

Bu makalede, hızlı ve gerçek zamanlı iOS uygulamaları geliştirmek için en iyi nesne tespit modellerinden bazılarını inceleyeceğiz.

Nesne algılayıcılar iOS cihazlarında nasıl çalışır?#

Nesne algılama, uygulamaların bir görüntüdeki nesneleri tanımasına ve konumlarını bulmasına yardımcı olur. Bir uygulama giriş görüntüsünü işlerken, bir nesne algılama modeli sahneyi analiz edebilir; nesnelerin etrafına sınırlayıcı kutular yerleştirip etiketler atayarak farklı nesneleri belirleyebilir.

Çoğu nesne algılama sistemi, eğitim verilerindeki örüntüleri tanıyabilen sinir ağlarından yararlanır. Görüntü görevlerinde bu modeller, büyük eğitim veri kümelerindeki piksel düzeyindeki bilgileri analiz ederek görsel temsilleri öğrenir.

Evrişimli sinir ağları (CNNs), nesne algılama modellerinde çoğunlukla omurga olarak kullanılır. CNNs, modelin bir sahnedeki nesneleri tanımasına yardımcı olan kenarlar, şekiller ve dokular gibi hiyerarşik görsel özellikleri öğrendikleri için görüntü tahminlerinde başarılıdır.

Araştırmacılar, bilgisayarlı görü görevleri için Transformer tabanlı mimarileri de inceliyor. Bu modeller, görüntünün farklı bölgeleri arasındaki ilişkileri analiz eder ve sahnenin tamamındaki daha geniş bağlamsal bilgileri yakalar.

Model mimarisinin türünün ötesinde, iOS cihazlarında nesne algılama için verimlilik de kritik bir unsurdur. Bu modeller doğrudan mobil cihazlarda çalıştığından, kısıtlı işlem kaynaklarını kullanırken görüntüleri hızla işlemeleri gerekir.

Verimli modeller düşük gecikme süresini korur ve özellikle kesintisiz kamera girişini analiz ederken mobil uygulamalarda gerçek zamanlı nesne algılamayı destekler.

Bir nesne algılama modelini iOS için uygun kılan nedir?#

iOS için en iyi nesne algılama modellerinden bazılarına geçmeden önce, bir modeli mobil uygulamalar için başarılı kılan özellikleri anlamak üzere bir adım geriye gidelim.

Bir iOS uygulaması için ideal nesne algılama modeli; performans, verimlilik ve güvenilirlik arasında denge kurar. iOS dağıtımı için güçlü bir modeli tanımlayan bazı temel faktörler şunlardır:

• Düşük gecikme: Model, özellikle kesintisiz kamera girişine dayanan uygulamalarda gerçek zamanlı nesne algılamayı desteklemek için görüntüleri hızla işlemelidir.
• Verimli model boyutu: Kompakt modeller mobil cihazlarda daha verimli çalışır ve genellikle daha az bellek ve işlem kaynağı gerektirir.
• Algılama doğruluğu: Doğru algılama, nesnelerin doğru sınıflandırılmasını ve sınırlayıcı kutuların farklı sahnelerde, nesne ölçeklerinde ve ışık koşullarında hassas kalmasını sağlar.
• Çıkarım kararlılığı: Gerçek zamanlı uygulamalarda kareler arasındaki çıkarım süresinin tutarlı olması önemlidir. İşlem süresindeki büyük dalgalanmalar karelerin atlanmasına veya kamera deneyiminin kararsızlaşmasına neden olabilir.
• Bellek kullanımı: Çıkarım sırasında gereken RAM miktarı, modelin iOS cihazlarında diğer uygulama süreçleriyle birlikte ne kadar sorunsuz çalışacağını etkiler.

iOS için en iyi nesne algılama modellerine bakış#

Şimdi, iOS cihazlarında en yaygın kullanılan nesne algılama modellerinden bazılarına göz atalım.

1. Ultralytics YOLO modelleri#

Ultralytics YOLO modelleri, gerçek zamanlı bilgisayarlı görü uygulamaları için tasarlanmış popüler bir nesne algılama modeli ailesidir. Yıllar içinde Ultralytics, Ultralytics YOLOv5, Ultralytics YOLOv8, Ultralytics YOLO11 gibi görme modellerini ve en yeni, son teknoloji modeli Ultralytics YOLO26 modelini yayımladı.

Her yeni sürüm; algılama doğruluğu, model verimliliği ve çalışma zamanı performansında iyileştirmeler getirdi. Bu güncellemeler, Ultralytics YOLO modellerini akıllı telefonlar gibi uç cihazlar için giderek daha uygun hâle getirdi.

Şekil 2. YOLO26, gerçek dünyadan bir sahnede birden fazla nesneyi algılamak için kullanılabilir. (Kaynak)

Ultralytics YOLO modellerini iOS uygulamalarında kullanmanın temel avantajlarından biri, Ultralytics Python paketi aracılığıyla sunulan CoreML entegrasyonudur. Bu açık kaynaklı kütüphane, geliştiricilerin Ultralytics YOLO modellerini basit bir iş akışıyla eğitmesine, test etmesine ve dışa aktarmasına yardımcı olur.

Paket, eğitilmiş modellerin Apple'ın makine öğrenmesi biçimi olan CoreML'ye aktarılmasını destekler. Bu biçim, modelleri iOS cihazlarda dağıtmak için kullanılır. Dışa aktarıldıktan sonra CoreML modeli bir uygulamaya entegre edilebilir ve CPU, GPU ve Apple Neural Engine gibi donanımlardan yararlanarak doğrudan cihazda çalıştırılabilir. Ultralytics modelleri, iOS 27 ve macOS 27 için Apple'ın daha yeni Core AI biçimine de aktarılabilir; Ultralytics iOS SDK'de varsayılan biçim olmaya devam eden CoreML'dir.

Şekil 3. CoreML, AI modellerini uygulamalara entegre edip çalıştırmaya yönelik Apple çatısıdır. (Kaynak)

Bu sayede geliştiriciler, model çıkarımını cihaz üzerinde tutarken iOS uygulamalarına gerçek zamanlı nesne algılamayı kolayca entegre edebilir.

Apple Silicon üzerinde Ultralytics YOLO modelleri için dağıtım seçenekleri#

Modellerin yanı sıra Ultralytics ekosistemi, YOLO modellerini Apple Silicon çiplerinde dağıtmayı kolaylaştıran çeşitli seçenekler sunar.

Örneğin Ultralytics kısa süre önce veri kümesi yönetimi, model eğitimi, doğrulama ve dağıtımı tek bir ortamda bir araya getiren Ultralytics Platform'u kullanıma sundu. Bu bütünleşik iş akışı, birden fazla araca duyulan ihtiyacı azaltır ve denemelerden gerçek dünyadaki uygulamalara geçişi kolaylaştırır.

Platformun bir parçası olarak eğitilmiş modeller, Apple cihazları için CoreML dâhil olmak üzere birden çok biçime aktarılabilir. Böylece bir Ultralytics YOLO modelini yalnızca birkaç tıklamayla cihaz üzerinde çıkarım yapmak üzere dışa aktarabilirsin.

Ultralytics, dışa aktarma özelliklerine ek olarak iOS için açık kaynaklı bir Swift (iOS uygulamaları geliştirmede kullanılan Apple programlama dili) uygulaması da sunar. Buna Swift ile yazılmış ve CoreML modellerinin nasıl entegre edilebileceğini, kamera girişinde çalıştırılabileceğini ve gerçek zamanlı nesne algılama için kullanılabileceğini gösteren, kullanıma hazır bir YOLO iOS uygulaması dahildir.

Ultralytics YOLO modellerinin ek avantajları#

Ultralytics YOLO modellerini iOS uygulamaları geliştirmek için harika bir seçenek hâline getiren diğer temel özellikler şunlardır:

• Çeşitli görsel görevleri destekler: Ultralytics YOLO modelleri, nesne tespitinin yanı sıra örnek segmentasyonu, görüntü sınıflandırması, poz tahmini, yönlendirilmiş sınırlayıcı kutu (OBB) tespiti ve nesne takibi için kullanılabilir; YOLO26 ayrıca anlamsal segmentasyonu ve derinlik tahminini de destekler.
• Birden fazla model boyutu: Ultralytics, geliştiricilerin mobil cihazların performans kısıtlamalarına uygun bir sürüm seçmesine olanak tanıyan farklı model varyantları (nano, küçük, orta, büyük ve ekstra büyük gibi) sunar.
• Önceden eğitilmiş modeller: Ultralytics YOLO modelleri, kutudan çıktığı gibi kullanılabilen veya belirli görevlere göre ince ayarı yapılabilen önceden eğitilmiş modeller olarak sunulur ve geliştirme süresini kısaltır.

2. EfficientDet#

EfficientDet, Google araştırmacılarının 2019'da tanıttığı bir nesne tespit mimarisidir. Tespit doğruluğu ile hesaplama verimliliği arasında denge kurmak üzere tasarlanmıştır ve bu sayede kaynakların kısıtlı olduğu ortamlarda kullanıma uygundur. Yan yana kıyaslama için YOLO26 ve EfficientDet karşılaştırmasına bak.

EfficientDet'in temelindeki önemli fikirlerden biri, bileşik ölçekleme olarak bilinen ölçekleme yöntemidir. Bu yaklaşım, ağ derinliği veya görüntü çözünürlüğü gibi modelin yalnızca bir bölümünü artırmak yerine mimarinin birden fazla bileşenini birlikte ölçeklendirir.

Bu öğeleri eş zamanlı olarak ayarlayarak model, yüksek doğruluk için yapılandırıldığında da hafif dağıtımlar için optimize edildiğinde de istikrarlı performansını korur.

Mimari, EfficientDet-D0'dan EfficientDet-D7'ye kadar çeşitli varyantlarda sunulur. Küçük modeller daha hızlı çıkarım ve daha düşük kaynak kullanımı için tasarlanırken, büyük sürümler daha yüksek algılama doğruluğu sağlamaya odaklanır.

3. MobileNet SSD#

MobileNet SSD, mobil ve uç cihazlarda verimli çalışmak üzere tasarlanmış hafif bir nesne algılama modelidir. 2017 civarında popülerlik kazandı.

Model, verimli özellik çıkarımına odaklanan MobileNet omurgasını, nesneleri algılamak için SSD (Tek Atışlı Algılayıcı) yaklaşımıyla birleştirir. SSD yöntemi, tek bir ileri geçişte nesneleri algılar ve sınırlayıcı kutular oluşturur.

Bu tasarım, modeli görece hızlı ve basit tutar; bu da hızlı algılama sonuçlarına ihtiyaç duyan uygulamalarda kullanışlıdır. MobileNet SSD, genellikle daha küçük model boyutlarının ve daha hızlı çıkarım sürelerinin önemli olduğu durumlarda kullanılır.

MobileNet mimarisi gereken işlem miktarını azaltarak modelin işlem gücü kısıtlı cihazlarda çalıştırılmasını kolaylaştırır. MobileNet SSD, bazı yeni algılama mimarileriyle aynı doğruluk düzeyine ulaşamayabilir ancak birçok yaygın nesne algılama görevinde yine de iyi performans gösterir.

4. CenterNet#

CenterNet, nesneleri merkez noktalarını tahmin ederek belirleyen bir nesne algılama modelidir. 2019'da tanıtıldı.

Model, çok sayıda aday bölge oluşturmak yerine bir nesnenin merkezini algılar ve ardından çevresindeki sınırlayıcı kutunun boyutunu tahmin eder. Bu yaklaşım, algılama işlem hattını basitleştirir ve çıkarım sırasında gereken adım sayısını azaltır.

Şekil 4. CenterNet'teki nesne algılama aşamalarına genel bakış (Kaynak)

CenterNet, gerçek zamanlı algılama görevlerinde kullanılabilir ve bazı çok aşamalı algılayıcılara kıyasla görece basit mimarisiyle bilinir. ResNet omurgalı CenterNet gibi varyantlar, farklı bilgisayarlı görü uygulamalarında yaygın olarak kullanılır.

Verimli tasarımı CenterNet'i, iOS cihazlarında çalışan uygulamalar da dahil olmak üzere hızlı nesne algılama gerektiren sistemler için uygun hâle getirir.

5. NanoDet#

NanoDet, uç ve mobil cihazlardaki gerçek zamanlı uygulamalar için tasarlanmış hafif bir nesne algılama modelidir. 2020'de, model boyutunu ve işlem gereksinimlerini çok düşük tutarken verimli nesne algılama sağlamak amacıyla tanıtıldı.

Model, tek aşamalı algılama mimarisi kullanır ve böylece nesne konumlarını ve kategorilerini ağın tek bir geçişinde tahmin edebilir. Bu tasarım, modeli hızlı ve donanım kaynakları kısıtlı sistemler için uygun kılar.

NanoDet, çıkarım sırasında gereken parametre ve hesaplama sayısını azaltmak için kompakt bir omurga ve optimize edilmiş bir algılama başlığı kullanır. Bu tasarım tercihleri, hız ve verimliliğe öncelik verirken makul bir algılama doğruluğunun korunmasına yardımcı olur.

iOS uygulaman için doğru nesne algılama modelini seçmek#

Bir iOS uygulaması için nesne algılama modeli seçimi genellikle kullanım senaryosunun özel gereksinimlerine bağlıdır. Bu modeller iPhone ve iPad gibi cihazlarda doğrudan çalıştığından, en uygun seçeneği belirleyen çeşitli faktörler vardır.

Dikkate alman gereken bazı önemli noktalar şunlardır:

• Enerji verimliliği: Daha az güç tüketen modeller pil ömrünü korumaya yardımcı olur; bu, sürekli kamera işleme yapan mobil uygulamalar için önemlidir.
• Model optimizasyonu desteği: Bazı modeller, model boyutunu küçültüp iOS cihazlardaki performansı artırabilen niceleme veya budama gibi optimizasyon tekniklerini destekler.
• Donanım uyumluluğu: Seçtiğin model mimarisi, CPU, GPU ve Apple Neural Engine dahil olmak üzere iOS donanımlarında verimli çalışmalıdır.
• Ölçeklenebilirlik: Bazı mimariler, geliştiricilerin performans ve donanım gereksinimlerine en uygun sürümleri seçmesine olanak tanıyan farklı model boyutları veya varyantları sunar.

Önemli çıkarımlar#

Nesne algılama modelleri, akıllı mobil uygulamalara gelişmiş bilgisayarlı görü yetenekleri kazandırır. Bu modeller doğrudan iOS cihazlarında çalışarak uygulamaların cihaz kamerasından gelen görüntüleri ve videoları gerçek zamanlı analiz etmesini sağlar. Geliştiriciler doğru modeli seçerek güvenilir gerçek zamanlı performans sunan, duyarlı ve görme odaklı mobil uygulamalar geliştirebilir.

Büyüyen topluluğumuza katıl ve uygulamalı yapay zekâ kaynakları için GitHub depomuzu keşfet. Günümüzde görsel yapay zekâ çözümleri geliştirmek için lisanslama seçeneklerimizi incele. Tarımda yapay zekânın tarımı nasıl dönüştürdüğünü ve robotikte görsel yapay zekânın geleceği nasıl şekillendirdiğini çözümler sayfalarımızı ziyaret ederek öğren.