Hugging Face'in açık kaynaklı araçlarıyla bilgisayarlı görü projelerine güç katma

Doğru algoritmaları seçmek, etkili bilgisayarlı görü çözümleri geliştirmenin yalnızca bir parçasıdır. Yapay zekâ mühendisleri genellikle büyük veri kümeleriyle çalışır, belirli görevler için modelleri ince ayarlar ve yapay zekâ sistemlerini gerçek dünya performansı için optimize eder. Yapay zekâ uygulamaları daha hızlı benimsenirken bu süreçleri basitleştiren araçlara olan ihtiyaç da artıyor.

Ultralytics'in düzenlediği yıllık hibrit etkinlik YOLO Vision 2024'te (YV24), yapay zekâ uzmanları ve teknoloji meraklıları bilgisayarlı görü alanındaki en yeni yenilikleri keşfetmek için bir araya geldi. Etkinlikte yapay zekâ uygulama geliştirmeyi hızlandırma yolları gibi çeşitli konular tartışıldı.

Etkinliğin öne çıkan bölümlerinden biri, model eğitimi, optimizasyonu ve dağıtımını kolaylaştıran açık kaynaklı yapay zekâ platformu Hugging Face üzerine yapılan açılış konuşmasıydı. Hugging Face'te makine öğrenimi mühendisi olan Pavel Iakubovskii, araçlarının görüntülerdeki nesneleri algılama, görüntüleri farklı gruplara ayırma ve belirli örneklerle önceden eğitilmeden tahmin yapma (sıfır örnekli öğrenme) gibi bilgisayarlı görü görevlerindeki iş akışlarını nasıl iyileştirdiğini anlattı.

Hugging Face Hub, Ultralytics YOLO11 gibi çeşitli yapay zekâ ve bilgisayarlı görü modellerini barındırıyor ve bunlara erişim sağlıyor. Bu yazıda Pavel'in konuşmasındaki temel çıkarımları özetleyecek ve geliştiricilerin yapay zekâ modellerini hızla oluşturup dağıtmak için Hugging Face'in açık kaynaklı araçlarından nasıl yararlanabileceğini göreceğiz.

Şekil 1. YV24'te sahnede Pavel.

Hugging Face Hub daha hızlı yapay zekâ geliştirmeyi destekliyor#

Pavel, konuşmasına Hugging Face'i çeşitli uygulamalara yönelik önceden eğitilmiş modeller sunan açık kaynaklı bir yapay zekâ platformu olarak tanıtarak başladı. Bu modeller; doğal dil işleme (NLP), bilgisayarlı görü ve çok modlu yapay zekâ dâhil olmak üzere yapay zekânın çeşitli alanları için tasarlanmıştır ve sistemlerin metin, görüntü ve ses gibi farklı veri türlerini işlemesini sağlar.

Pavel, Hugging Face Hub'ın artık 1 milyondan fazla modele ev sahipliği yaptığını ve geliştiricilerin kendi projelerine uygun modelleri kolayca bulabildiğini belirtti. Hugging Face, model eğitimi, ince ayar ve dağıtım için araçlar sunarak yapay zekâ geliştirmeyi kolaylaştırmayı amaçlıyor. Geliştiriciler farklı modellerle denemeler yapabildiğinde yapay zekâyı gerçek dünya uygulamalarına entegre etme süreci de kolaylaşıyor.

Hugging Face başlangıçta NLP ile tanınsa da o zamandan beri bilgisayarlı görü ve çok modlu yapay zekâ alanlarına da genişleyerek geliştiricilerin daha geniş bir yapay zekâ görevi yelpazesini ele almasını sağladı. Ayrıca geliştiricilerin forumlar, Discord ve GitHub üzerinden birlikte çalışabildiği, içgörülerini paylaşabildiği ve destek alabildiği güçlü bir topluluğa sahip.

Bilgisayarlı görü uygulamaları için Hugging Face modellerini keşfetme#

Pavel, ayrıntılara girerek Hugging Face araçlarının bilgisayarlı görü uygulamaları geliştirmeyi nasıl kolaylaştırdığını açıkladı. Geliştiriciler bu araçları görüntü sınıflandırma, nesne algılama ve görsel-dil uygulamaları gibi görevlerde kullanabilir.

Ayrıca bu bilgisayarlı görü görevlerinin çoğunun Hugging Face Hub'da bulunan önceden eğitilmiş modellerle gerçekleştirilebileceğini ve sıfırdan eğitim ihtiyacını azaltarak zaman kazandırdığını belirtti. Hatta Hugging Face; yiyecek sınıflandırma, evcil hayvan sınıflandırma ve duygu algılama modelleri de dâhil olmak üzere görüntü sınıflandırma görevleri için 13.000'den fazla önceden eğitilmiş model sunuyor.

Bu modellerin erişilebilirliğini vurgulayarak şöyle dedi: "Projen için bir model eğitmen bile gerekmeyebilir; Hub'da topluluktan birinin zaten eğittiği bir model bulabilirsin."

Nesne algılama için Hugging Face modelleri#

Bir başka örnek veren Pavel, Hugging Face'in bilgisayarlı görüde temel işlevlerden biri olan ve görüntülerdeki nesneleri tanımlayıp konumlandırmak için kullanılan nesne algılamaya nasıl yardımcı olabileceğini ayrıntılı olarak anlattı. Hugging Face Hub'da bulunan önceden eğitilmiş modeller, etiketli veriler sınırlı olsa bile nesne algılamayı daha verimli hâle getirebilir.

Ayrıca Hugging Face'te bulabileceğin ve bu görev için geliştirilmiş birkaç modele kısaca genel bir bakış sundu:

• Gerçek zamanlı nesne algılama modelleri: Hızın kritik olduğu dinamik ortamlarda Real-Time Detection Transformer (RT-DETR) gibi modeller gerçek zamanlı nesne algılama olanağı sunar. RT-DETR, COCO veri kümesiyle eğitilmiştir ve çok ölçekli özellikleri verimli biçimde işlemek üzere tasarlanmıştır; bu da modeli zamana duyarlı uygulamalar için uygun hâle getirir.
• Görsel-dil modelleri: Bu modeller, görüntü ve metin işlemeyi bir araya getirerek yapay zekâ sistemlerinin görüntüleri açıklamalarla eşleştirmesini veya eğitim verilerinin ötesindeki nesneleri tanımasını mümkün kılar. Örnek olarak CLIP ve SigLIP verilebilir. Bu modeller, metni görsellerle ilişkilendirerek görsel aramayı iyileştirir ve bağlamı anlayarak yapay zekâ çözümlerinin yeni nesneleri tanımasını sağlar.
• Sıfır atışlı nesne algılama modelleri: Görüntüler ve metin arasındaki ilişkiyi anlayarak daha önce görmedikleri nesneleri belirleyebilirler. OWL-ViT, Grounding DINO ve OmDet; etiketli eğitim verilerine ihtiyaç duymadan yeni nesneleri algılamak için sıfır atışlı öğrenmeden yararlanan modellere örnektir. Ultralytics VLM Lider Tablosu, bu tür açık kelime dağarcıklı algılayıcıları gerçek dünya algılama veri kümelerinde karşılaştırır.

Hugging Face modellerini kullanma#

Pavel daha sonra odağı Hugging Face modellerini uygulamalı olarak kullanmaya çevirdi ve geliştiricilerin bu modellerden yararlanabileceği üç yöntemi açıkladı: modelleri keşfetmek, hızlıca test etmek ve daha fazla özelleştirmek.

Geliştiricilerin herhangi bir kod yazmadan Hugging Face Hub'da doğrudan modellere göz atabileceğini gösterdi; böylece etkileşimli arayüz üzerinden modelleri anında test etmek kolaylaşıyor. Pavel, "Tek satır kod yazmadan veya modeli bilgisayarına indirmeden deneyebilirsin," diye ekledi. Bazı modeller büyük olduğundan, bunları Hub'da çalıştırmak depolama ve işlem kısıtlamalarını önlemeye yardımcı oluyor.

Şekil 2. Hugging Face modellerini kullanma.

Ayrıca Hugging Face Inference API, geliştiricilerin basit API çağrılarıyla yapay zekâ modellerini çalıştırmasına olanak tanır. Karmaşık bir kurulum gerektirmeden hızlı testler, kavram kanıtlama projeleri ve hızlı prototipleme için idealdir.

Daha gelişmiş kullanım senaryoları için geliştiriciler, hem PyTorch hem de TensorFlow desteği sunarken metin, görüntü ve ses görevlerine yönelik önceden eğitilmiş modeller sağlayan açık kaynaklı bir araç olan Hugging Face Transformers çerçevesini kullanabilir. Pavel, yalnızca iki satır kodla geliştiricilerin Hugging Face Hub'dan bir model alıp görüntü işlemcisi gibi bir ön işleme aracına bağlayarak Vision AI uygulamaları için görüntü verilerini analiz edebileceğini açıkladı.

Hugging Face ile yapay zekâ iş akışlarını optimize etme#

Ardından Pavel, Hugging Face'in yapay zekâ iş akışlarını nasıl kolaylaştırabileceğini anlattı. Ele aldığı önemli konulardan biri, derin öğrenme modellerinin temel özelliklerinden olan ve girdi verilerinin en alakalı bölümlerine odaklanmalarına yardımcı olan Transformer'lardaki dikkat mekanizmasını optimize etmekti. Bu, doğal dil işleme ve bilgisayarlı görü içeren görevlerin doğruluğunu artırır. Ancak çok fazla kaynak gerektirebilir.

Dikkat mekanizmasını optimize etmek, hızı artırırken bellek kullanımını önemli ölçüde azaltabilir. Pavel, "Örneğin, daha verimli bir dikkat uygulamasına geçerek 1,8 kata kadar daha hızlı performans elde edebilirsin," diye belirtti.

Hugging Face, Transformers çerçevesinde daha verimli dikkat uygulamaları için yerleşik destek sunar. Geliştiriciler, model yüklerken alternatif bir dikkat uygulaması belirtmeleri yeterli olduğundan bu optimizasyonları kolayca etkinleştirebilir.

Optimum ve Torch Compile#

Ayrıca, doğruluğu çok fazla etkilemeden kullanılan sayıların hassasiyetini azaltarak yapay zekâ modellerini küçülten niceleme tekniğinden de söz etti. Bu teknik, modellerin daha az bellek kullanmasına ve daha hızlı çalışmasına yardımcı olarak onları akıllı telefonlar ve gömülü sistemler gibi işlem gücü sınırlı cihazlar için daha uygun hâle getirir.

Verimliliği daha da artırmak için Pavel, modelleri optimize edip dağıtmak üzere tasarlanmış bir araç koleksiyonu olan Hugging Face Optimum kütüphanesini tanıttı. Geliştiriciler yalnızca birkaç satır kodla niceleme tekniklerini uygulayabilir ve modelleri Açık Sinir Ağı Değişimi (ONNX) gibi verimli biçimlere dönüştürerek bulut sunucuları ve uç cihazlar dâhil farklı donanım türlerinde sorunsuz çalıştırabilir.

Şekil 3. Pavel, Optimum kütüphanesi ve özellikleri hakkında konuştu.

Son olarak Pavel, yapay zekâ modellerinin verileri işleme biçimini optimize ederek daha hızlı ve verimli çalışmalarını sağlayan PyTorch özelliği Torch Compile'ın faydalarından bahsetti. Hugging Face, Torch Compile'ı Transformers ve Optimum kütüphanelerine entegre ederek geliştiricilerin çok az kod değişikliğiyle bu performans iyileştirmelerinden yararlanmasını sağlıyor.

Torch Compile, modelin hesaplama yapısını optimize ederek doğruluk veya kaliteden ödün vermeden çıkarım sürelerini kısaltabilir ve kare hızını saniyede 29 kareden 150 kareye çıkarabilir.

Hugging Face araçlarıyla model dağıtımı#

Devamında Pavel, geliştiricilerin doğru modeli seçip geliştirme için en iyi yaklaşımı belirledikten sonra Hugging Face araçlarını kullanarak Görsel Yapay Zekâ modellerini nasıl genişletip dağıtabileceğine kısaca değindi.

Örneğin geliştiriciler, Gradio ve Streamlit kullanarak etkileşimli yapay zekâ uygulamaları dağıtabilir. Gradio, geliştiricilerin makine öğrenimi modelleri için web tabanlı arayüzler oluşturmasını sağlarken Streamlit, basit Python betikleriyle etkileşimli veri uygulamaları geliştirmeye yardımcı olur.

Pavel, Hugging Face'in sunduğu kılavuzlara, eğitim not defterlerine ve örnek betiklere atıfta bulunarak, “Her şeyi sıfırdan yazmaya başlaman gerekmiyor,” diye belirtti. Bu kaynaklar, geliştiricilerin her şeyi en baştan oluşturmak zorunda kalmadan hızla işe koyulmasına yardımcı oluyor.

Şekil 4. Pavel, YV24'te Hugging Face'in sunduğu olanakları anlatıyor.

Hugging Face Hub'ın faydaları#

Pavel, açılış konuşmasını bitirirken Hugging Face Hub kullanmanın avantajlarını özetledi. Model yönetimini ve iş birliğini nasıl basitleştirdiğini vurguladı. Ayrıca hem yeni başlayanların hem de uzmanların yapay zekâ modellerini anlamasına ve uygulamasına yardımcı olabilecek kılavuzların, not defterlerinin ve eğitimlerin bulunduğuna dikkat çekti.

"Hub'da şimdiden pek çok harika alan var. Benzerlerini bulabilir, paylaşılan kodu kopyalayabilir, birkaç satırını değiştirebilir, modeli kendi modelinle değiştirebilir ve tekrar yükleyebilirsin," diye açıklayarak geliştiricileri platformun esnekliğinden yararlanmaya teşvik etti.

Önemli çıkarımlar#

Pavel, YV24'teki konuşmasında Hugging Face'in yapay zekâ modeli eğitimi, optimizasyonu ve dağıtımını destekleyen araçlar sunduğunu anlattı. Örneğin Transformers, Optimum ve Torch Compile gibi yenilikler, geliştiricilerin model performansını artırmasına yardımcı olabilir.

Yapay zekâ modelleri daha verimli hâle geldikçe niceleme ve uç dağıtımındaki ilerlemeler, bu modelleri kaynakları kısıtlı cihazlarda çalıştırmayı kolaylaştırıyor. Bu iyileştirmeler, Hugging Face gibi araçlarla ve Ultralytics YOLO11 gibi gelişmiş bilgisayarlı görü modelleriyle birleştiğinde ölçeklenebilir, yüksek performanslı Görsel Yapay Zekâ uygulamaları geliştirmenin temelini oluşturuyor.

Büyüyen topluluğumuza katıl! Yapay zekâ hakkında bilgi edinmek için GitHub depomuzu incele ve Görsel Yapay Zekâ projelerine başlamak için YOLO lisanslarımıza göz at. Sağlık hizmetlerinde bilgisayarlı görü veya tarımda bilgisayarlı görü gibi yeniliklerle ilgileniyor musun? Daha fazlasını keşfetmek için çözüm sayfalarımızı ziyaret et!