Apple silicon çiplerinde iOS uygulamaları için en iyi nesne tespit modelleri

Android cihazlar ve iPhone'lar günlük yaşamın bir parçası haline geldi. İnsanlar bunları gün boyunca alışveriş yapmak, yön bulmak, fotoğraf çekmek, ürünleri taramak ve uygulamalarla etkileşim kurmak için kullanıyor.

Yapay zekanın hızla büyümesiyle birlikte, artık birçok akıllı telefon, cihazın kamerasıyla çekilen görüntüleri ve videoları anlayabilen özelliklere sahip. Bu özellikleri verimli bir şekilde çalıştırma yeteneği, büyük ölçüde cihazın donanımına bağlıdır.

Örneğin Apple ekosisteminde iPhone, iPad ve Mac gibi cihazlar, A-serisi ve M-serisi dahil olmak üzere Apple Silicon çipleriyle çalışır. Bu çip üzerinde sistem (SoC) tasarımları; merkezi işlem birimlerini (CPU), grafik işlem birimlerini (GPU) ve özel makine öğrenimi hızlandırıcılarını entegre ederek yapay zeka iş yükleri için cihaz üzerinde çıkarıma olanak tanır.

Özellikle görüntü analizi yetenekleri, makinelerin nesne tespiti gibi görevleri kullanarak görüntü ve videolardan görsel bilgileri yorumlamasına ve anlamasına olanak tanıyan bir yapay zeka alanı olan bilgisayarlı görü aracılığıyla mümkün kılınmaktadır.

Özellikle nesne algılama modelleri, görüntüleri analiz eder ve nesnelerin etrafına sınırlayıcı kutular çizerek onları tanımlar. Bu modeller, Apple Silicon çipleri gibi mobil donanımlarda verimli çalışacak şekilde optimize edilebilir, böylece iOS cihazlarda doğrudan cihaz üzerinde gerçek zamanlı görsel analiz yapılabilir.

Şekil 1. Sınırlayıcı kutularla tanımlanan nesnelere sahip bir nesne algılama örneği. (Kaynak)

Bu makalede, hızlı ve gerçek zamanlı iOS uygulamaları oluşturmak için en iyi nesne algılama modellerinden bazılarını inceleyeceğiz. Hadi başlayalım!

Nesne algılayıcılar iOS cihazlarda nasıl çalışır#

Nesne algılama, uygulamaların bir görüntüdeki nesneleri tanımasına ve konumlandırmasına yardımcı olur. Bir uygulama bir giriş görüntüsünü işlediğinde, bir nesne algılama modeli sahneyi analiz edebilir ve nesnelerin etrafına sınırlayıcı kutular yerleştirip etiketler atayarak farklı nesneleri tanımlayabilir.

Çoğu nesne algılama sistemi, eğitim verilerindeki kalıpları tanıyabilen sinir ağlarına dayanır. Görüntü görevleri için bu modeller, büyük eğitim veri kümelerinden piksel düzeyindeki bilgileri analiz ederek görsel temsiller öğrenir.

Evrişimli sinir ağları (CNN'ler), nesne algılama modelleri için genellikle temel yapı olarak kullanılır. CNN'ler, kenarlar, şekiller ve dokular gibi hiyerarşik görsel özellikleri öğrendikleri için görüntü tahminleri konusunda harikadırlar ve bu da modelin bir sahnedeki nesneleri tanımasına yardımcı olur.

Araştırmacılar ayrıca bilgisayarlı görü görevleri için Transformer tabanlı mimarileri keşfediyorlar. Bu modeller, bir görüntünün farklı bölgeleri arasındaki ilişkileri analiz eder ve sahne genelinde daha geniş bağlamsal bilgileri yakalar.

Model mimarisi türünün ötesinde, verimlilik iOS cihazlarda nesne algılama için çok önemli bir husustur. Bu modeller doğrudan mobil cihazlarda çalıştığından, sınırlı hesaplama kaynaklarını kullanırken görüntüleri hızlı bir şekilde işlemeleri gerekir.

Verimli modeller düşük gecikme süresini korur ve özellikle sürekli 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 dalmadan önce, bir adım geri çekilelim ve bir modeli mobil uygulamalar için harika kılan şeyin ne olduğunu anlayalım.

Bir iOS uygulaması için ideal nesne algılama modeli performans, verimlilik ve güvenilirliği dengeler. İşte iOS dağıtımı için güçlü bir modeli tanımlayan bazı temel faktörler:

• Düşük gecikme süresi: Model, özellikle sürekli kamera girişine dayanan uygulamalar için gerçek zamanlı nesne algılamayı desteklemek amacıyla görüntüleri hızlı bir şekilde işlemelidir.
• Verimli model boyutu: Kompakt modeller mobil cihazlarda daha verimli çalışır ve genellikle daha az bellek ve hesaplama kaynağı gerektirir.
• Algılama doğruluğu: Doğru algılama, nesnelerin doğru şekilde sınıflandırılmasını sağlar ve sınırlayıcı kutuların farklı sahnelerde, nesne ölçeklerinde ve aydınlatma koşullarında hassas kalmasını sağlar.
• Çıkarım kararlılığı: Kareler arasında tutarlı çıkarım süresi gerçek zamanlı uygulamalar için önemlidir. İşlem süresindeki büyük dalgalanmalar, kare düşmelerine veya kararsız kamera deneyimlerine neden olabilir.
• Bellek kullanımı: Çıkarım sırasında gereken RAM miktarı, bir modelin iOS cihazlardaki diğer uygulama süreçleriyle ne kadar sorunsuz çalıştığını etkiler.

iOS için en iyi nesne algılama modellerine bir bakış#

Şimdi, iOS cihazlar için en yaygın kullanılan nesne algılama modellerinden bazılarına bir göz atalım.

Ultralytics YOLO modelleri#

Ultralytics YOLO models, gerçek zamanlı bilgisayarlı görü uygulamaları için tasarlanmış popüler bir nesne algılama modelleri ailesidir. Yıllar içinde Ultralytics; Ultralytics YOLOv5, Ultralytics YOLOv8, Ultralytics YOLO11 ve en son son teknoloji modeli olan Ultralytics YOLO26 gibi görü modelleri yayınlamıştır.

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 hale getirdi.

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

Ultralytics YOLO modellerini iOS uygulamaları için kullanmanın temel avantajlarından biri, Ultralytics Python package aracılığıyla sağlanan CoreML integration özelliğidir. Bu açık kaynaklı kütüphane, geliştiricilerin basit bir iş akışıyla Ultralytics YOLO modellerini eğitmesine, test etmesine ve dışarı aktarmasına yardımcı olur.

Paket, eğitilen modellerin models on iOS devices üzerinde dağıtım için kullanılan Apple'ın makine öğrenimi formatı olan CoreML'e dışarı aktarılmasını destekler. Dışa aktarıldıktan sonra CoreML modeli bir uygulamaya entegre edilebilir ve CPU, GPU ve Apple Neural Engine gibi donanımlar kullanılarak doğrudan cihaz üzerinde çalıştırılabilir.

Şekil 3. CoreML, yapay zeka modellerini uygulamalar içinde entegre etmek ve çalıştırmak için kullanılan Apple'ın çerçevesidir. (Kaynak)

Bu, geliştiricilerin model çıkarımını cihaz üzerinde tutarken gerçek zamanlı nesne algılamayı iOS uygulamalarına entegre etmelerini kolaylaştırır.

Apple Silicon üzerinde Ultralytics YOLO modelleri için dağıtım seçenekleri#

Modellerin kendisinin ötesinde, Ultralytics ekosistemi, YOLO modellerini Apple Silicon çipleri üzerinde dağıtmayı kolaylaştıran bir dizi seçenek sunar.

Örneğin Ultralytics yakın zamanda veri seti yönetimi, model eğitimi, doğrulama ve dağıtımı tek bir ortamda birleştiren Ultralytics Platform çözümünü tanıttı. Bu birleştirilmiş iş akışı, birden fazla araca duyulan ihtiyacı azaltır ve denemeden gerçek dünya uygulamalarına giden yolu kolaylaştırmaya yardımcı olur.

Platformun bir parçası olarak, eğitilmiş modeller Apple cihazları için CoreML dahil olmak üzere birden fazla formata aktarılabilir. Bu, bir Ultralytics YOLO modelini yalnızca birkaç tıklamayla cihaz üzerinde çıkarım için dışa aktarmayı mümkün kılar.

Dışa aktarma yeteneklerinin yanı sıra Ultralytics, iOS için açık kaynaklı bir Swift (iOS uygulamaları oluşturmak için kullanılan Apple'ın programlama dili) implementasyonu sunar. Bu, CoreML modellerinin nasıl entegre edilebileceğini, kamera girdisinde nasıl çalıştırılabileceğini ve gerçek zamanlı nesne algılama için nasıl kullanılabileceğini gösteren, Swift ile yazılmış kullanıma hazır bir YOLO iOS app içerir.

Ultralytics YOLO modellerinin ek avantajları#

İşte Ultralytics YOLO modellerini iOS uygulamaları oluşturmak için harika bir seçenek haline getiren diğer bazı temel özellikler:

• Çeşitli görme görevlerini destekler: Ultralytics YOLO modelleri, nesne algılamanın yanı sıra örnek bölümleme (instance segmentation), poz tahmini, nesne takibi, yönelimli sınırlayıcı kutu (OBB) algılama ve görüntü sınıflandırma için kullanılabilir.
• Çoklu model boyutları: Ultralytics, (nano, küçük, orta, büyük ve ekstra büyük gibi) farklı model varyantları sunarak geliştiricilerin mobil cihazların performans kısıtlamalarına uyan bir sürüm seçmelerine olanak tanır.
• Önceden eğitilmiş modeller: Ultralytics YOLO modelleri, doğrudan kutudan çıkar çıkmaz kullanılabilen veya belirli görevler için ince ayar yapılabilen, geliştirme süresini azaltan önceden eğitilmiş modeller olarak sunulur.

EfficientDet#

EfficientDet, Google'daki araştırmacılar tarafından 2019'da tanıtılan bir nesne algılama mimarisidir. Algılama doğruluğu ile hesaplama verimliliğini dengelemek için tasarlanmıştır, bu da onu sınırlı kaynaklara sahip ortamlar için uygun hale getirir.

EfficientDet'in arkasındaki temel fikir, bileşik ölçeklendirme olarak bilinen bir ölçeklendirme yöntemidir. Ağ derinliği veya görüntü çözünürlüğü gibi modelin yalnızca bir kısmını artırmak yerine, bu yaklaşım mimarinin birden fazla bileşenini birlikte ölçeklendirir.

Bu öğeleri aynı anda ayarlayarak model, ister yüksek doğruluk için yapılandırılmış ister hafif dağıtımlar için optimize edilmiş olsun, istikrarlı performansını korur.

Mimari, EfficientDet-D0'dan EfficientDet-D7'ye kadar çeşitli varyantlarda mevcuttur. Daha küçük modeller daha hızlı çıkarım ve daha düşük kaynak kullanımı için tasarlanırken, daha büyük sürümler daha yüksek algılama doğruluğu elde etmeye odaklanır.

MobileNet SSD#

MobileNet SSD, mobil ve uç cihazlarda verimli çalışacak şekilde tasarlanmış hafif bir nesne algılama modelidir. Popülerliğini 2017 civarında kazanmıştır.

Model, verimli özellik çıkarımına odaklanan MobileNet temelini, nesneleri algılamak için SSD (Single Shot Detector) yaklaşımıyla birleştirir. SSD yöntemi, nesneleri algılar ve tek bir ileri geçişte sınırlayıcı kutular oluşturur.

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

MobileNet mimarisi, gereken hesaplama miktarını azaltarak modeli sınırlı işlem gücüne sahip cihazlarda çalıştırmayı kolaylaştırır. MobileNet SSD, bazı yeni algılama mimarileriyle aynı doğruluk düzeyine ulaşamayabilse de, birçok yaygın nesne algılama görevi için hala iyi performans gösterir.

CenterNet#

CenterNet, nesneleri merkez noktalarını tahmin ederek tanımlayan bir nesne algılama modelidir. 2019'da tanıtılmıştır.

Birçok aday bölge oluşturmak yerine, model bir nesnenin merkezini algılar ve ardından etrafındaki sınırlayıcı kutunun boyutunu tahmin eder. Bu yaklaşım, algılama hattını basitleştirir ve çıkarım sırasında gereken adım sayısını azaltır.

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

CenterNet, gerçek zamanlı algılama görevleri için kullanılabilir ve bazı çok aşamalı algılayıcılara kıyasla nispeten basit mimarisiyle bilinir. ResNet temelli CenterNet gibi varyantlar, farklı bilgisayarlı görü uygulamalarında yaygın olarak kullanılır.

Verimli tasarımı, CenterNet'i iOS cihazlarda çalışan uygulamalar da dahil olmak üzere hızlı nesne algılamaya ihtiyaç duyan sistemler için uygun hale getirir.

NanoDet#

NanoDet, uç ve mobil cihazlarda gerçek zamanlı uygulamalar için tasarlanmış hafif bir nesne algılama modelidir. 2020 yılında, model boyutunu ve hesaplama gereksinimlerini çok düşük tutarken verimli nesne algılama sağlamak amacıyla tanıtılmıştır.

Model, tek aşamalı bir algılama mimarisi kullanır ve bu sayede nesne konumlarını ve kategorilerini ağ üzerinden tek bir geçişte tahmin edebilir. Bu tasarım, modeli hızlı tutar ve sınırlı donanım kaynaklarına sahip sistemler için uygun hale getirir.

NanoDet, çıkarım sırasında gereken parametre ve hesaplama sayısını azaltmak için kompakt bir temel ve optimize edilmiş bir algılama başlığı kullanır. Bu tasarım seçimleri, hız ve verimliliğe öncelik verirken makul bir algılama doğruluğunu korumaya yardımcı olur.

iOS uygulamanız için doğru nesne algılama modelini seçmek#

Bir iOS uygulaması için nesne algılama modeli seçmek genellikle kullanım durumunun özel gereksinimlerine bağlıdır. Bu modeller iPhone ve iPad gibi cihazlarda doğrudan çalıştığından, hangi seçeneğin en iyi sonucu vereceğini birkaç faktör etkiler.

İşte bazı önemli hususlar:

• Enerji verimliliği: Daha az güç tüketen modeller, sürekli kamera işleme yapan mobil uygulamalar için önemli olan pil ömrünü korumaya yardımcı olur.
• Model optimization desteği: Bazı modeller, model boyutunu küçültebilen ve iOS cihazlardaki performansını artırabilen niceleme veya budama gibi optimizasyon tekniklerini destekler.
• Donanım uyumluluğu: Seçtiğiniz model mimarisi, CPU, GPU ve Apple'ın Neural Engine'i dahil olmak üzere iOS donanımında verimli bir şekilde çalışmalıdır.
• Ölçeklenebilirlik: Bazı mimariler, geliştiricilerin performans ve donanım gereksinimleriyle en iyi eşleşen sürümleri seçmelerine olanak tanıyan birden fazla model boyutu veya varyantı sağlar.

Öne çıkanlar#

Nesne algılama modelleri, akıllı mobil uygulamalara gelişmiş bilgisayarlı görü yetenekleri kazandırır. Doğrudan iOS cihazlarda çalışan bu modeller, uygulamaların cihazın kamerasından gelen görüntü ve videoları gerçek zamanlı olarak analiz etmesini mümkün kılar. Doğru modeli seçerek geliştiriciler, güvenilir gerçek zamanlı performans sunan, duyarlı ve görü odaklı mobil uygulamalar oluşturabilirler.

Büyüyen topluluğumuza katıl ve uygulamalı yapay zeka kaynakları için GitHub depomuzu incele. Görsel yapay zeka ile hemen geliştirmeye başlamak için lisanslama seçeneklerimizi keşfet. Çözüm sayfalarımızı ziyaret ederek tarımda yapay zekanın tarımı nasıl dönüştürdüğünü ve robotikte görsel yapay zekanın geleceği nasıl şekillendirdiğini öğren.