Vision AI uygulamaları için çeşitli veri türlerini keşfetme

Dronlar gibi teknolojiler eskiden sınırlıydı ve yalnızca araştırmacılarla uzmanların erişimine açıktı; ancak günümüzde son teknoloji donanımlar daha geniş bir kitle için erişilebilir hâle geliyor. Bu değişim, görsel verileri toplama biçimimizi değiştiriyor. Daha erişilebilir teknoloji sayesinde artık yalnızca geleneksel kameralardan değil, çeşitli kaynaklardan görüntü ve video yakalayabiliyoruz.

Buna paralel olarak, bir yapay zekâ (AI) dalı olan bilgisayarlı görü sayesinde mümkün hâle gelen görüntü analitiği hızla gelişiyor ve makinelerin görsel verileri daha etkili şekilde yorumlayıp işlemesini sağlıyor. Bu ilerleme otomasyon, nesne algılama ve gerçek zamanlı analiz için yeni olanaklar ortaya çıkardı. Makineler artık kalıpları tanıyabiliyor, hareketleri izleyebiliyor ve karmaşık görsel girdileri anlamlandırabiliyor.

Bazı temel görsel veri türleri arasında nesne tanımada yaygın olarak kullanılan RGB (Kırmızı, Yeşil, Mavi) görüntüler, düşük ışık koşullarında ısı izlerini algılamaya yardımcı olan termal görüntüleme ve makinelerin 3B ortamları anlamasını sağlayan derinlik verileri bulunur. Bu veri türlerinin her biri, gözetimden tıbbi görüntülemeye kadar çeşitli görsel yapay zekâ uygulamalarını desteklemede hayati bir rol oynar.

Bu makalede, görsel yapay zekâda kullanılan temel görsel veri türlerini inceleyecek ve her birinin çeşitli sektörlerde doğruluğu, verimliliği ve performansı nasıl artırdığını ele alacağız. Hadi başlayalım!

En yaygın AI görüntü ve video veri kümesi türleri#

Genellikle akıllı telefonunu kullanarak fotoğraf çektiğinde veya CCTV görüntülerini izlediğinde RGB görüntülerle çalışırsın. RGB; kırmızı, yeşil ve mavinin baş harflerinden oluşur ve dijital görüntülerde görsel bilgiyi temsil eden üç renk kanalıdır.

RGB görüntüler ve videolar, bilgisayarlı görmede kullanılan ve standart kameralarla yakalanan, birbiriyle yakından ilişkili görsel veri türleridir. Temel fark, görüntülerin tek bir anı yakalaması, videoların ise nesnelerin zaman içinde nasıl değiştiğini gösteren bir kareler dizisi olmasıdır.

RGB görüntüler genellikle bilgisayarlı görü görevleri kapsamında nesne algılama, örnek segmentasyonu ve poz tahmini için kullanılır; bu görevler Ultralytics YOLO11 gibi modeller tarafından desteklenir. Bu uygulamalar, tek bir karedeki kalıpları, şekilleri veya belirli özellikleri tanımlamaya dayanır.

Buna karşılık videolar; jest tanıma, gözetim veya eylem takibi gibi hareketin ya da zamanın önemli olduğu durumlarda vazgeçilmezdir. Videolar bir görüntü dizisi olarak değerlendirilebildiğinden, Ultralytics YOLO11 gibi bilgisayarlı görü modelleri zaman içindeki hareketi ve davranışı anlamak için videoları kare kare işler.

Örneğin Ultralytics YOLO11, tarım alanlarındaki RGB görüntüleri veya videoları analiz ederek yabani otları algılamak ve bitkileri saymak için kullanılabilir. Bu, mahsul izlemeyi geliştirir ve daha verimli çiftlik yönetimi için büyüme döngüleri boyunca değişikliklerin takip edilmesine yardımcı olur.

Şekil 1. YOLO11, daha akıllı mahsul izleme için bitkileri algılayıp sayabilir.

Görsel yapay zekâda derinlik verileri: LiDAR ve 3B algılama#

Derinlik verileri, nesnelerin kameraya veya sensöre ne kadar uzakta olduğunu belirterek görsel bilgiye üçüncü bir boyut ekler. Yalnızca rengi ve dokuyu yakalayan RGB görüntülerin aksine, derinlik verileri mekânsal bağlam sağlar. Nesnelerle kamera arasındaki mesafeyi göstererek bir sahnenin 3B düzeninin yorumlanmasını mümkün kılar.

Bu veri türü; LiDAR, stereo görüş (insanların derinlik algısını taklit etmek için iki kamera kullanır) ve Uçuş Süresi (ışığın bir nesneye gidip geri dönmesi için geçen süreyi ölçen) kameralar gibi teknolojiler kullanılarak yakalanır.

Bunlar arasında ışık algılama ve mesafe ölçümü (LiDAR), derinlik ölçümü için genellikle en güvenilir yöntemdir. LiDAR, hızlı lazer darbeleri göndererek bunların geri yansımasının ne kadar sürdüğünü ölçer. Bunun sonucunda, gerçek zamanlı olarak nesnelerin şeklini, konumunu ve mesafesini gösteren nokta bulutu adı verilen son derece hassas bir 3B harita elde edilir.

LiDAR'ın görsel yapay zekâ sistemlerindeki artan rolü#

LiDAR teknolojisi, her biri belirli uygulamalar ve ortamlar için tasarlanmış iki ana türe ayrılabilir. Her iki türe daha yakından bakalım:

• Havadan LiDAR: Genellikle geniş alanların haritalanmasında kullanılan havadan LiDAR tarayıcıları, büyük ölçekli topografik haritalama için yüksek çözünürlüklü veriler yakalamak üzere dronlara veya hava araçlarına monte edilir. Arazi, orman ve manzara araştırmaları için idealdir.
• Karasal LiDAR: Bu LiDAR veri türü; altyapı izleme, inşaat ve iç mekân haritalama gibi uygulamalar için araçlara veya sabit platformlara monte edilmiş sensörlerden toplanır. Daha küçük, yerel alanlar için son derece ayrıntılı veriler sağlayarak şehir planlama ve belirli yapıların incelenmesi gibi görevlerde kullanışlı olur.

LiDAR verilerinin etkili uygulamalarından biri, şerit algılama, çarpışmadan kaçınma ve yakındaki nesneleri tanımlama gibi görevlerde önemli rol oynadığı otonom araçlardır. LiDAR, çevrenin ayrıntılı ve gerçek zamanlı 3B haritalarını oluşturarak aracın nesneleri görmesini, mesafelerini hesaplamasını ve güvenli şekilde yol almasını sağlar.

Şekil 2. LiDAR teknolojisi, otonom araçların derinliği haritalamasını ve nesneleri algılamasını sağlar.

AI uygulamalarında termal ve kızılötesi verileri kullanma#

RGB görüntüler görünür ışık spektrumunda gördüklerimizi yakalar; ancak termal ve kızılötesi görüntüleme gibi diğer görüntüleme teknolojileri bunun ötesine geçer. Kızılötesi görüntüleme, nesneler tarafından yayılan veya yansıtılan kızılötesi ışığı yakalar ve bu nedenle düşük ışık koşullarında kullanışlıdır.

Buna karşılık termal görüntüleme, nesnelerin yaydığı ısıyı algılar ve sıcaklık farklılıklarını gösterir; böylece tamamen karanlıkta veya duman, sis ve diğer engellerin arasından çalışabilir. Bu veri türü, özellikle sıcaklık değişikliklerinin olası sorunlara işaret edebildiği sektörlerde, sorunları izlemek ve algılamak için oldukça kullanışlıdır.

İlginç bir örnek, aşırı ısınma belirtilerini izlemek için elektrik bileşenlerinde termal görüntüleme kullanılmasıdır. Termal kameralar, sıcaklık farklılıklarını algılayarak sorunları ekipman arızasına, yangına veya maliyetli hasara yol açmadan önce tespit edebilir.

Şekil 3. Elektrik bileşenlerini izlemek için termal görüntüleme kullanımına bir örnek.

Benzer şekilde kızılötesi görüntüler, kaçan gazları veya sıvıları gösteren sıcaklık farklılıklarını belirleyerek boru hatlarındaki ya da yalıtımdaki sızıntıların tespit edilmesine yardımcı olabilir. Bu, tehlikeli durumları önlemek ve enerji verimliliğini artırmak için kritik önem taşır.

AI'da multispektral ve hiperspektral görüntüleme#

Kızılötesi ve termal görüntüleme elektromanyetik spektrumun belirli yönlerini yakalarken multispektral görüntüleme, sağlıklı bitkileri tespit etmek veya yüzey malzemelerini tanımlamak gibi belirli bir amaç için seçilen birkaç dalga boyu aralığından ışık toplar.

Hiperspektral görüntüleme, yüzlerce çok dar ve sürekli dalga boyu aralığında ışık yakalayarak bunu bir adım ileri taşır. Bu, görüntüdeki her piksel için ayrıntılı bir ışık imzası sağlar ve gözlemlenen herhangi bir malzemenin çok daha derinlemesine anlaşılmasına olanak tanır.

Şekil 4. Multispektral ve hiperspektral görüntülemenin karşılaştırılması.

Hem multispektral hem de hiperspektral görüntüleme, farklı dalga boylarındaki ışığı yakalamak için özel sensörler ve filtreler kullanır. Veriler daha sonra, her katmanın farklı bir dalga boyunu temsil ettiği spektral küp adı verilen 3B bir yapıda düzenlenir.

AI modelleri, normal kameraların veya insan gözünün göremediği özellikleri algılamak için bu verileri analiz edebilir. Örneğin bitki fenotiplemede hiperspektral görüntüleme; besin eksiklikleri veya stres gibi yaprak ya da gövdelerdeki ince değişiklikleri algılayarak bitkilerin sağlığını ve büyümesini izlemek için kullanılabilir. Bu, araştırmacıların istilacı yöntemlere ihtiyaç duymadan bitki sağlığını değerlendirmesine ve tarımsal uygulamaları optimize etmesine yardımcı olur.

Radar ve sonar görüntülemenin AI kullanılarak analiz edilmesi#

Radar ve sonar görüntüleme, LiDAR'a benzer şekilde sinyaller gönderip yansımalarını analiz ederek nesneleri algılayan ve haritalayan teknolojilerdir. Görsel bilgiyi yakalamak için ışık dalgalarına dayanan RGB görüntülemenin aksine radar, genellikle radyo dalgaları olmak üzere elektromanyetik dalgaları; sonar ise ses dalgalarını kullanır. Hem radar hem de sonar sistemleri darbeler yayar ve sinyalin bir nesneden geri dönmesinin ne kadar sürdüğünü ölçerek nesnenin mesafesi, boyutu ve hızı hakkında bilgi sağlar.

Radar görüntüleme; sis, yağmur veya gece gibi görüşün zayıf olduğu durumlarda özellikle kullanışlıdır. Işığa dayanmadığı için tamamen karanlıkta uçakları, araçları veya araziyi algılayabilir. Bu özellik, radarı havacılık, hava durumu izleme ve otonom navigasyon için güvenilir bir seçenek hâline getirir.

Buna karşılık sonar görüntüleme, ışığın ulaşamadığı su altı ortamlarında yaygın olarak kullanılır. Suda ilerleyen ve su altındaki nesnelerden yansıyan ses dalgalarını kullanarak denizaltıların algılanmasını, okyanus tabanlarının haritalanmasını ve su altı kurtarma görevlerinin yürütülmesini sağlar. Bilgisayarlı görmedeki ilerlemeler, sonar verilerini akıllı analizle birleştirerek daha iyi algılama ve karar verme için su altı algılamasının daha da geliştirilmesini mümkün kılıyor.

Şekil 5. Bir SONAR sisteminin deniz derinliğini ölçmek için ultrason darbelerini kullanması. (Kaynak: bbc.co.uk)

AI modeli eğitimi için sentetik ve simüle edilmiş görsel veriler#

Şimdiye kadar ele aldığımız farklı veri türleri, gerçek dünyadan toplanabilen verilerdi. Ancak sentetik ve simüle edilmiş görsel verilerin her ikisi de yapay içerik türleridir. Sentetik veriler, gerçekçi görünen görüntüler veya videolar üretmek için 3B modelleme ya da üretken AI kullanılarak sıfırdan oluşturulur.

Şekil 6. Sentetik olarak oluşturulmuş görüntülere bakış.

Simüle edilmiş veriler benzerdir; ancak ışık yansıması, gölge oluşumu ve nesne hareketi dâhil olmak üzere fiziksel dünyanın davranış biçimini taklit eden sanal ortamlar oluşturmayı içerir. Tüm simüle edilmiş görsel veriler sentetik olsa da tüm sentetik veriler simüle edilmiş değildir. Temel fark, simüle edilmiş verilerin yalnızca görünümü değil, gerçekçi davranışı da taklit etmesidir.

Bu veri türleri, özellikle gerçek dünya verilerinin toplanmasının zor olduğu veya belirli, nadir durumların simüle edilmesi gerektiği zamanlarda bilgisayarlı görü modellerini eğitmek için kullanışlıdır. Geliştiriciler tüm sahneleri oluşturabilir, nesne türlerini, konumlarını ve aydınlatmayı seçebilir ve eğitim için sınırlayıcı kutular gibi etiketleri otomatik olarak ekleyebilir. Bu, maliyetli ve zaman alıcı olabilen gerçek fotoğraflara veya manuel etiketlemeye ihtiyaç duymadan büyük ve çeşitli veri kümelerinin hızlıca oluşturulmasına yardımcı olur.

Örneğin sağlık hizmetlerinde sentetik veriler, gerçek görüntülerden oluşan büyük veri kümelerini toplamak ve etiketlemek zor olduğundan meme kanseri hücrelerini segmentlere ayıracak modelleri eğitmek için kullanılabilir. Sentetik ve simüle edilmiş veriler esneklik ve kontrol sağlayarak gerçek dünya görsellerinin sınırlı olduğu alanlardaki boşlukları doldurur.

AI uygulaman için doğru görsel veri türünü seçme#

Farklı görsel veri türlerinin nasıl çalıştığına ve neler yapabildiğine baktığımıza göre, şimdi belirli görevler için hangi veri türlerinin en uygun olduğuna daha yakından bakalım:

• RGB görüntüler: Görüntü sınıflandırma ve nesne algılama gibi genel bilgisayarlı görü görevleri için idealdir. Rengi ve dokuyu yakalar ancak düşük ışık veya zayıf görüş gibi zorlu koşullarda sınırlıdır.
• LiDAR görüntüleme: Bu görüntüleme türü, lazer darbelerini kullanarak yüksek hassasiyetli 3B haritalama sunar. Robotik, otonom araçlar ve altyapı denetimi gibi doğru mesafe ölçümleri gerektiren uygulamalar için oldukça uygundur.
• Termal görüntüleme: Sıcaklık farklılıklarını algılayabildiği için gece izleme, yangınla mücadele veya makine ve binalardaki ısı sızıntılarını tespit etme gibi düşük görüş koşullarında kullanışlıdır.
• Multispektral ve hiperspektral görüntüleme: Tarımsal izleme, ilaç kalite kontrolü veya uzaktan algılama gibi ayrıntılı malzeme analizi gerektiren görevler için kullanışlıdır. Bu yöntemler, görünür ışığın ötesinde geniş bir dalga boyu aralığındaki verileri yakalayarak daha derin içgörüler sağlar.
• Radar ve sonar görüntüleme: Düşük görüş koşullarındaki ortamlarda tercih edilir. Radar radyo dalgalarını kullanır ve havacılık ile navigasyonda yardımcı olurken sonar, su altı algılaması için ses dalgalarını kullanır.
• Sentetik ve simüle edilmiş görsel veriler: Gerçek dünya verilerinin sınırlı, kullanılamaz veya etiketlenmesinin zor olduğu durumlarda AI modellerini eğitmek için idealdir. Bu yapay görseller, nadir olaylar veya güvenlik açısından kritik koşullar gibi karmaşık senaryolar için çeşitli veri kümeleri oluşturmaya yardımcı olur.

Bazen tek bir veri türü, gerçek dünya koşullarında yeterli doğruluk veya bağlam sağlayamayabilir. Çok modlu sensör füzyonunun kritik hâle geldiği nokta burasıdır. RGB'yi termal, derinlik veya LiDAR gibi diğer veri türleriyle birleştiren sistemler, her bir veri türünün sınırlamalarının üstesinden gelerek güvenilirliği ve uyarlanabilirliği artırabilir.

Örneğin depo otomasyonunda nesne tanıma için RGB'nin, mesafe ölçümü için derinliğin ve aşırı ısınan ekipmanları algılamak için termal verilerin kullanılması operasyonları daha verimli ve güvenli hâle getirir. Sonuç olarak en iyi sonuçlar, veri türlerinin uygulamanın özel ihtiyaçlarına göre seçilmesi veya birleştirilmesiyle elde edilir.

Önemli çıkarımlar#

Görsel yapay zekâ modelleri oluştururken doğru görsel veri türünü seçmek kritik önem taşır. Nesne algılama, segmentasyon ve hareket takibi gibi görevler yalnızca algoritmalara değil, girdi verilerinin kalitesine de dayanır. Temiz, çeşitli ve doğru veri kümeleri gürültüyü azaltmaya ve performansı artırmaya yardımcı olur.

RGB, derinlik, termal ve LiDAR gibi veri türlerini birleştirerek AI sistemleri çevreyi daha bütünlüklü şekilde görür ve çeşitli koşullarda daha güvenilir hâle gelir. Teknoloji gelişmeye devam ettikçe bu gelişmelerin, görsel yapay zekânın sektörler genelinde daha hızlı, uyarlanabilir ve etkili olmasının önünü açması muhtemeldir.

Bilgisayarlı görü hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu keşfet. Çözümler sayfalarımızda sağlık hizmetlerinde AI ve perakendede bilgisayarlı görü ile ilgili çeşitli uygulamaları keşfet. Görsel yapay zekâya başlamak için lisans seçeneklerimize göz at.