Gemini 4 Argon artık Ultralytics Platform'da otomatik açıklama için kullanılabilir

Veri etiketleme hâlâ çoğu bilgisayarlı görü projesinin en yavaş aşaması. Otomatik açıklama, modelin sınırlayıcı kutuları taslak olarak oluşturmasını sağlayarak süreci hızlandırır; böylece ekibin her nesneyi elle çizmek yerine taslakları inceleyip düzeltir. Ancak bir taslağın ne kadar yararlı olduğu, onu oluşturan modelin başarısıyla sınırlıdır.

Bugün Gemini 4 Argon, Ultralytics Platform üzerinde otomatik açıklama için kullanılabilir. GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5 ve Claude Fable 5.1'in de dahil olduğu, Ultralytics Platform'daki sınıf istemli 26 otomatik açıklama modelinin tamamıyla yaptığımız kıyaslamada Gemini 4 Argon, büyük farkla en yüksek doğruluğa ulaştı.

Yenilikler: Otomatik açıklama için Gemini 4 Argon#

Gemini 4 Argon, Ultralytics Platform açıklama düzenleyicisindeki sınıf istemli görüntü-dil modellerine katılıyor. 1–200 sınıflı bir nesne algılama veri kümesinde her görüntüyü inceliyor ve veri kümenin sınıflarına ait bulduğu örneklerin kutularını döndürüyor; sen de diğer tahminlerde olduğu gibi bu kutuları inceleyip kaydediyorsun.

Bu özelliği iki şekilde kullanabilirsin:

• Tek seferde bir görüntü: Açıklama düzenleyicisinde Smart moduna geç, model seçicide Google altından gemini-4-argon öğesini seç ve Predict düğmesine tıkla (veya P tuşuna bas).
• Tüm veri kümesi: Etiketsiz her görüntüyü tek bir çalıştırmada etiketlemek için veri kümesi sayfasında More actions > Batch Annotation menüsünden Toplu Açıklama işlemini başlat.

Gemini 4 Argon, Ultralytics Platform'daki diğer otomatik açıklama seçeneklerinin yanında yer alıyor; bu seçenekler SAM 3.1 nokta istemlerinden kendi ince ayar yapılmış Ultralytics YOLO modellerine kadar uzanıyor. Genel bilgi için Ultralytics Platform'un açıklamaları otomatikleştirmek üzere yapay zekâyı nasıl kullandığını incele.

26 otomatik açıklama modelini nasıl kıyasladık#

Gündelik fotoğraflardaki hemen hemen her nesneyi bulan bir model, tıbbi taramalardaki veya devre kartlarındaki nesnelerin çoğunu yine de kaçırabilir. Bu nedenle yalnızca gündelik fotoğrafları kullanmak yerine, Ultralytics'in değerlendirme için kullandığı gerçek dünya kıyaslama veri kümelerinden oluşan UL37 kümesini test ettik ve içindeki 36 algılama veri kümesini kullandık. Bu veri kümeleri tıbbi görüntüleme, hava ve uydu görüntüleri, PCB incelemesi, güvenlik X-ray'i, perakende rafları, trafik, spor, su altı sahneleri, termal görüntüler ve daha fazlasını kapsıyor.

Her veri kümesinden üçer tane olmak üzere 108 etiketli görüntüyü, açıklama düzenleyicisinin kullandığı algılama koduyla, her veri kümesinin tam sınıf listesini ekleyerek Ultralytics Platform'daki tüm sınıf istemli modellere gönderdik ve döndürülen kutuları temel gerçeklerle mAP50 kullanarak puanladık. Her sağlayıcı varsayılan akıl yürütme düzeyinde çalıştı ve tekrarlanan çalıştırmalardaki puan farkı yalnızca yaklaşık 0.005 mAP50 oldu.

Gemini 4 Argon ile GPT-6.1 Sol, Claude Opus 5.5 ve GPT-6 Astra karşılaştırması#

Gemini 4 Argon 0.565 mAP50'ye ulaştı; GPT-6.1 Sol (0.491), Gemini 3.8 Flash (0.489), Claude Opus 5.5 (0.476) ve GPT-6 Astra'nın (0.470) belirgin biçimde önünde yer aldı. Tüm istekleri tamamladı ve görüntü başına medyan süresi yaklaşık beş saniyeydi.

Liderliği daha uzun düşünmesinden kaynaklanmıyor. Varsayılan düşünme düzeyinde Gemini 4 Argon, görüntü başına medyan yaklaşık 150 çıktı belirteci kullandı; bu, Claude Opus 5.5 ile yaklaşık aynı, GPT-6.1 Sol veya Gemini 3.8 Flash'tan ise oldukça az.

Doğruluk ve maliyet: Gemini 4 Argon, Claude Haiku 5.5 ve üst düzey modeller#

Ücretli modeller kendi sağlayıcı API anahtarınla çalışır; bu nedenle sağlayıcı her tahmin için doğrudan ücret alır. 30 Kasım 2026'ya kadar geçerli olan Google'ın lansman fiyatlarıyla Gemini 4 Argon, kıyaslamamızda 1.000 görüntü başına yaklaşık 7,60 $ tuttu. Bu tarihten sonra aynı kullanım düzeyinde fiyatı ikiye katlanarak 1.000 görüntü başına yaklaşık 15 $ olacak.

Üst düzey modeller daha yüksek puan almadan daha pahalıya mal oluyor. GPT-6 Astra ve Claude Fable 5.1'in maliyeti 1.000 görüntü başına yaklaşık 47 $ ve 37 $; puanları ise sırasıyla 0.470 ve 0.372 oldu. En yüksek doğruluktan çok maliyete önem veriyorsan Claude Haiku 5.5 (yaklaşık 0,35 $ karşılığında 1.000 görüntü başına 0.384 mAP50) ve Gemini 3.5 Flash-Lite (yaklaşık 1,36 $ karşılığında 0.363) en doğru düşük maliyetli modellerdi. Sağlayıcı anahtarı kullanmak istemiyorsan Ultralytics Platform'da barındırılan en doğru model Qwen3.8 27B oldu.

Gemini 4 Argon'un 12 gerçek dünya alanındaki performansı#

Gemini 4 Argon, 12 alanın 11'inde 26 modelin ortalamasını geçti ve su altı görüntülerinde ortalamayla berabere kaldı. En büyük kazanımları yol ve trafikte (0.59'a karşı 0.17) ve hava görüntülerinde (0.65'e karşı 0.30) elde etti; tıbbi görüntülemedeki ortalamayı da ikiye katladı (0.57'ye karşı 0.28).

Uzmanlık gerektiren görüntüler tüm modeller için hâlâ zorlayıcı. Gemini 4 Argon'da bile endüstriyel PCB ve güvenlik X-ray görüntülerinin mAP50 değeri 0.2'nin altında kaldı. Kutuları insan denetimli inceleme için ilk taslak olarak değerlendir ve tüm veri kümesini etiketlemeden önce kendi görüntülerindeki birkaç tahmini kontrol et.

Ultralytics Platform'da Gemini 4 Argon'u kullanmaya başla#

1. Veri kümenin bulunduğu çalışma alanında Settings > API Keys bölümüne bir Google API anahtarı ekle veya çalışma alanı sahibinden anahtar eklemesini iste (nasıl yapıldığını gör).
2. Ultralytics Platform üzerinde bir algılama veri kümesi aç, açıklama düzenleyicisini Smart moduna geçir ve Google altından gemini-4-argon öğesini seç.
3. Mevcut görüntüyü etiketlemek için Predict düğmesine tıkla, ardından kutuları incele, düzenle ve kaydet.
4. Sonuçlar doğru göründüğünde, veri kümesinin geri kalanını etiketlemek için Batch Annotation işlemini başlat.

Batch Annotation, Google'ın API anahtarından tahsil ettiği ücretten ayrı olarak, Ultralytics Platform'un 1.000 görüntü başına standart 1,00 $ işlem ücretini ekler. Her çalıştırma önce bir veri kümesi sürümü kaydeder; böylece istediğin zaman önceki sürüme dönebilirsin.

Veri kümen etiketlendikten sonra aynı çalışma alanında bir Ultralytics YOLO26 modeli eğit (eğitim belgelerine bak). Açıklama araçlarını mı karşılaştırıyorsun? En iyi görüntü açıklama platformları ve otomatik etiketleme ve aktif öğrenme araçları hakkındaki kılavuzlarımızı oku. Ardından kendi verilerinde Gemini 4 Argon'u denemek için Ultralytics Platform'da oturum aç.