Bilgisayarlı görü uygulamalarının nasıl çalıştığını keşfetmek

Bilgisayarlı görü modellerinin tarihçesini incelerken bilgisayarlı görünün nasıl geliştiğini ve bugün sahip olduğumuz gelişmiş görsel modellere giden yolu gördük. Ultralytics YOLOv8 ve en yeni Ultralytics YOLO26 dâhil olmak üzere sonraki modeller, birden fazla bilgisayarlı görü görevini destekliyor ve heyecan verici çeşitli uygulamalarda kullanılıyor.

Bu makalede bilgisayarlı görü ve görsel modellerin temellerine göz atacağız. Bunların nasıl çalıştığını ve çeşitli sektörlerdeki farklı uygulamalarını ele alacağız. Bilgisayarlı görü yenilikleri her yerde; çoğu zaman arka planda sessizce çalışıyor.

Bilgisayarlı görü nedir?#

Yapay zekâ (AI), insan zekâsının bir bölümünü taklit etmeyi amaçlayan pek çok teknolojiyi kapsayan bir şemsiye terimdir. Bilgisayarlı görü, yapay zekânın alt alanlarından biridir. Bilgisayarlı görü, makinelere çevrelerini görebilme, gözlemleyebilme ve kavrayabilme yetisi kazandırmaya odaklanır.

İnsan görüşünde olduğu gibi bilgisayarlı görü çözümleri de nesneleri ayırt etmeyi, mesafeleri hesaplamayı ve hareketleri algılamayı amaçlar. Ancak görüp anlamalarına yardımcı olacak ömür boyu deneyimlere sahip insanlardan farklı olarak bilgisayarlar büyük miktarda veriye, yüksek çözünürlüklü kameralara ve karmaşık algoritmalara dayanır.

Şekil 1. İnsan görüşü ile bilgisayarlı görünün karşılaştırması.

Bilgisayarlı görü sistemleri, görüntüler ve videolar gibi görsel verileri yüksek hız ve doğrulukla işleyip analiz edebilir. Büyük miktarda görsel bilgiyi hızlı ve doğru biçimde analiz etme becerisi, bilgisayarlı görüyü üretim ve sağlık dâhil çeşitli sektörlerde güçlü bir araç hâline getirir.

Görü modelleri çeşitli bilgisayarlı görü görevlerini destekler#

Bilgisayarlı görü modelleri, her bilgisayarlı görü uygulamasının temelini oluşturur. Bunlar, makinelere görsel bilgileri yorumlama ve anlama yeteneği kazandırmak için tasarlanmış, derin öğrenme teknikleriyle desteklenen hesaplama algoritmalarıdır. Görü modelleri, görüntü sınıflandırmadan nesne algılamaya kadar kritik bilgisayarlı görü görevlerini mümkün kılar. Bu görevlerden bazılarına ve kullanım alanlarına daha yakından bakalım.

Görüntü sınıflandırma#

Görüntü sınıflandırma, görüntüleri önceden tanımlanmış sınıflara veya kategorilere ayırıp etiketlemeyi kapsar. YOLOv8 gibi bir görsel model, etiketlenmiş görüntülerden oluşan büyük veri kümeleriyle eğitilebilir. Eğitim sırasında model, her sınıfla ilişkili örüntüleri ve özellikleri tanımayı öğrenir. Eğitim tamamlandıktan sonra, özelliklerini analiz edip öğrendiği örüntülerle karşılaştırarak daha önce görmediği yeni görüntülerin kategorisini tahmin edebilir.

Şekil 2. Görüntü sınıflandırma örneği. (Kaynak: towardsdatascience.com)

Görüntü sınıflandırmanın farklı türleri vardır. Örneğin, tıbbi görüntülerle çalışırken resimleri sağlıklı veya hasta gibi iki gruba ayırmak için ikili sınıflandırma kullanabilirsin. Bir diğer tür, çok sınıflı sınıflandırmadır. Bu yöntem, çiftlikteki domuzlar, keçiler ve inekler gibi farklı hayvanları sınıflandırmak üzere görüntüleri birçok gruba ayırmaya yardımcı olabilir. Hayvanları memeliler ve kuşlar gibi gruplara ve alt gruplara ayırmak, ardından aslanlar, kaplanlar, kartallar ve serçeler gibi türlere göre sınıflandırmak istediğini varsayalım; bu durumda en iyi seçenek hiyerarşik sınıflandırma olur.

Nesne algılama#

Nesne algılama, bilgisayarlı görü kullanarak görüntülerdeki ve video karelerindeki nesneleri belirleme ve konumlarını saptama işlemidir. İki görevden oluşur: nesnelerin etrafına sınırlayıcı kutular çizen nesne konumlandırma ve her nesnenin kategorisini belirleyen nesne sınıflandırma. Bir görü modeli, sınırlayıcı kutu açıklamalarına dayanarak her nesne kategorisine özgü örüntüleri ve özellikleri tanımayı öğrenebilir, ardından yeni ve daha önce görülmemiş görüntülerde bu nesnelerin varlığını ve konumunu tahmin edebilir.

Şekil 3. Futbol sahasındaki oyuncuları tespit etmek için kullanılan YOLOv8 nesne algılama.

Nesne algılamanın spordan deniz biyolojisine kadar farklı sektörlerde pek çok kullanım alanı vardır. Örneğin, perakende sektöründe Amazon’un Just Walk Out teknolojisi, müşterilerin aldığı ürünleri tanıyarak ödeme işlemini otomatikleştirmek için nesne algılamayı kullanır. Bilgisayarlı görü ve sensör verilerinin bir araya gelmesi, müşterilerin sırada beklemeden ürünlerini alıp mağazadan ayrılmasına olanak tanır.

Nasıl çalıştığına daha yakından bakalım:

• Tavana monte edilmiş kameralar, müşterilerin mağazada hareket edişini kaydeder ve bu görüntüler görü modelleri tarafından gerçek zamanlı olarak işlenir.
• Nesne algılama, müşterinin aldığı ve sepetine koyduğu ürünü tam olarak belirlemek ve sanal sepetini buna göre güncellemek için kullanılır.
• Raflardaki ağırlık sensörleri, ürünlerin alınmasını veya yerine konmasını algılayarak doğruluğu artırır.
• Müşteri mağazadan çıkarken, çıktığını doğrulamak için nesne algılama ve yüz tanıma teknolojisinden yararlanılabilir; ardından kredi kartı gibi ödeme bilgileri kullanılarak müşteriden otomatik olarak ücret alınabilir.

Anlamsal ve örnek bölütleme#

Anlamsal bölümleme ve örnek bölümleme, görüntüleri anlamlı bölümlere ayırmaya yardımcı olan bilgisayarlı görü görevleridir. Anlamsal bölümleme, pikselleri anlamsal anlamlarına göre sınıflandırır ve bir kategori içindeki tüm nesneleri aynı etikete sahip tek bir varlık olarak ele alır. "Gökyüzü" veya "okyanus" gibi sayılamayan nesneleri ya da "yapraklar" veya "çimen" gibi kümeleri etiketlemek için uygundur.

Öte yandan örnek bölütleme, algılanan her nesneye benzersiz bir etiket atayarak aynı sınıfa ait farklı örnekleri birbirinden ayırabilir. Nesne sayısının ve nesnelerin birbirinden bağımsız olmasının önemli olduğu, sayılabilir nesneleri bölütlemek için örnek bölütlemeyi kullanabilirsin. Bu yaklaşım, daha hassas tanımlama ve ayırt etme olanağı sağlar.

Şekil 4. Anlamsal ve örnek bölütleme örneği.

Anlamsal ve örnek bölümleme arasındaki farkı otonom araçlarla ilgili bir örnekle daha iyi anlayabiliriz. Anlamsal bölümleme, bir sahnenin içeriğini anlamayı gerektiren görevler için idealdir ve otonom araçlarda yaya geçitleri ile trafik işaretleri gibi yol özelliklerini sınıflandırmak için kullanılabilir. Örnek bölümleme ise otonom araçların yayaları, araçları ve engelleri tek tek ayırt etmesini sağlayabilir.

Poz tahmini#

Poz tahmini, görüntülerde veya videolarda bir nesnenin pozuna ait kilit noktaları tespit edip izlemeye odaklanan bir bilgisayarlı görü görevidir. En yaygın kullanım alanı, omuz ve diz gibi noktaları içeren insan pozu tahminidir. İnsan pozunu tahmin etmek, çeşitli uygulamalar için kritik olan eylem ve hareketleri anlamamıza ve tanımamıza yardımcı olur.

Şekil 5. YOLOv8 kullanılarak poz tahmini örneği.

Poz tahmini, sporcuların nasıl hareket ettiğini analiz etmek için kullanılabilir. NBA, maç sırasında oyuncuların hareketlerini ve pozisyonlarını incelemek için poz tahmininden yararlanır. Omuzlar, dirsekler, dizler ve ayak bilekleri gibi kilit noktaları takip eden poz tahmini, oyuncu hareketleri hakkında ayrıntılı içgörüler sağlar. Bu içgörüler antrenörlerin daha iyi stratejiler geliştirmesine, antrenman programlarını optimize etmesine ve maçlar sırasında gerçek zamanlı düzenlemeler yapmasına yardımcı olur. Ayrıca veriler, genel oyuncu sağlığını ve performansını iyileştirmek için oyuncu yorgunluğunu ve sakatlanma riskini izlemeye yardımcı olabilir.

Yönlendirilmiş sınırlayıcı kutularla nesne algılama#

Yönlendirilmiş Sınırlayıcı Kutularla Nesne Algılama (OBB), görüntüdeki nesneleri hassas biçimde tanımlamak ve konumlarını belirlemek için döndürülmüş dikdörtgenler kullanır. Görüntü eksenleriyle hizalanan standart sınırlayıcı kutuların aksine OBB'ler, nesnenin yönelimine uyacak şekilde döner. Bu özellik, tam yatay veya dikey olmayan nesneler için özellikle kullanışlıdır. Kalabalık ortamlarda çakışmaları önlemek amacıyla döndürülmüş nesneleri hassas biçimde belirleyip ayırmada oldukça başarılıdır.

Şekil 6. YOLOv8 kullanılarak teknelerin havadan çekilmiş bir görüntüsünde yönlendirilmiş sınırlayıcı kutu algılama örneği.

Denizcilik gözetiminde gemileri belirlemek ve takip etmek, güvenlik ve kaynak yönetimi açısından kritik önem taşır. OBB algılama, gemiler sıkışık biçimde konumlandığında veya farklı açılara yöneldiğinde bile gemilerin hassas konumlandırılmasını sağlayabilir. Bu yöntem, deniz yollarının izlenmesine, deniz trafiğinin yönetilmesine ve liman operasyonlarının optimize edilmesine yardımcı olur. Ayrıca kasırga veya petrol sızıntısı gibi olaylardan sonra gemilerdeki ve altyapıdaki hasarı hızla belirleyip değerlendirmeye yardımcı olarak afet müdahalesini destekleyebilir.

Nesne takibi#

Şimdiye kadar görüntülerle ilgili bilgisayarlı görü görevlerini ele aldık. Nesne takibi, bir nesneyi video boyunca izleyebilen bir bilgisayarlı görü görevidir. Algılama algoritmalarıyla nesneyi ilk karede tanımlayarak başlar ve ardından nesne video boyunca hareket ettikçe konumunu sürekli takip eder. Nesne takibinde, takibin doğruluğunu korumak için nesne algılama, özellik çıkarımı ve hareket tahmini gibi tekniklerden yararlanılır.

Şekil 7. YOLOv8 ile balık takibi.

YOLOv8 gibi görüntü modelleri, deniz biyolojisinde balıkları izlemek için kullanılabilir. Araştırmacılar, su altı kameralarıyla balıkların doğal yaşam alanlarındaki hareketlerini ve davranışlarını izleyebilir. Süreç, ilk karelerde tek tek balıkları algılayarak başlar ve ardından balıkların video boyunca konumlarını takip eder. Balıkları izlemek, bilim insanlarının göç örüntülerini, sosyal davranışları ve çevreyle etkileşimleri anlamasına yardımcı olur. Ayrıca balıkların dağılımı ve bolluğu hakkında bilgi sağlayarak sürdürülebilir balıkçılık uygulamalarını destekler.

Bilgisayarlı görüye son bir bakış#

Bilgisayarlı görü, teknolojiyi kullanma ve dünyayla etkileşim kurma biçimimizi aktif olarak değiştiriyor. Görüntüleri ve videoları anlamak için derin öğrenme modellerinden ve karmaşık algoritmalardan yararlanan bilgisayarlı görü, sektörlerin birçok süreci kolaylaştırmasına yardımcı oluyor. Nesne algılama ve nesne takibi gibi bilgisayarlı görü görevleri, daha önce mümkün olmayan çözümlerin oluşturulmasını sağlıyor. Bilgisayarlı görü teknolojisi gelişmeye devam ettikçe gelecekte çok daha yenilikçi uygulamalar göreceğiz!

Birlikte öğrenip gelişelim! Yapay zekâya katkılarımızı görmek için GitHub depomuzu incele. Yapay zekâyla otonom otomobiller ve tarım gibi sektörleri nasıl yeniden şekillendirdiğimize göz at.