Ultralytics Platform: Beş araç, tek bilgisayarlı görü platformu

Bugün, görüntü yapay zekâ sistemlerinin nasıl oluşturulup dağıtıldığını basitleştirmek için tasarlanmış uçtan uca Ultralytics Platform adlı kapsamlı bilgisayarlı görü platformunu kullanıma sunduk. Makinelerin görüntüleri ve videoları yorumlamasını sağlayan bir yapay zekâ alanı olan bilgisayarlı görü, bugün güvendiğimiz birçok sisteme zaten güç verse de bu çözümleri oluşturmak geleneksel olarak karmaşık olmuştur.

Birçok yapay zekâ mühendisi ve makine öğrenimi geliştiricisi için bilgisayarlı görü uygulaması oluşturmak, geliştirme süreci boyunca hâlâ çeşitli araçlar arasında geçiş yapmayı gerektiriyor. Bir ekip veri kümelerini ve etiketlemeyi bir platformda yönetebilir, model eğitimini başka bir platformda gerçekleştirebilir ve tahminleri test etmek, deneyleri takip etmek ve sistemleri üretime dağıtmak için ek hizmetlere güvenebilir.

Projeler büyüdükçe araçlar arasında geçiş yapmak geliştirmeyi yavaşlatabilir ve operasyonel yükü artırabilir. Ekipler, modelleri iyileştirmeye ve yeni bilgisayarlı görü uygulamaları oluşturmaya odaklanmak yerine genellikle iş akışlarını yönetmeye, verileri araçlar arasında taşımaya ve altyapıyı yapılandırmaya zaman harcar.

Ultralytics Platform bu süreci kolaylaştırmak ve hızlandırmak için oluşturuldu. Etiketleme, eğitim, doğrulama, dağıtım ve izlemeyi tek bir ortamda bir araya getirerek yapay zekâ görü yığını genelindeki birden fazla aracın yerini tek bir bilgisayarlı görü platformuyla doldurur ve ekiplerin ölçeklenebilir görü yapay zekâ sistemlerini daha verimli şekilde oluşturup dağıtmasına yardımcı olur.

Şekil 1. Ultralytics Platform kullanılarak veri kümesi hazırlamaya genel bakış (Kaynak)

Bu makalede, Ultralytics Platform’un birden fazla aracın yerini tek bir birleşik bilgisayarlı görü platformuyla nasıl doldurduğunu inceleyeceğiz. Hadi başlayalım!

Bilgisayarlı görü geliştirmede çoklu araç sorunu#

Bir bilgisayarlı görü çözümü oluşturmak, veri kümelerini hazırlamaktan sistemleri üretime dağıtmaya kadar çeşitli aşamalar içerir. Ekipler çoğu durumda bu iş akışının her bölümü için aşağıdakiler de dâhil olmak üzere farklı araçlara güvenir:

• Veri kümesi yönetimi araçları: Ekipler bu araçları, daha sonra bilgisayarlı görü sistemleri için eğitim verisi olarak kullanılacak görüntüleri ve videoları depolayıp düzenlemek için kullanır.
• Etiketleme araçları: Bu platformlar, geliştiricilerin ve veri ekiplerinin sistemlerin görsel verilerden örüntüleri öğrenebilmesi için görüntüler içindeki nesneleri, segmentleri veya anahtar noktaları etiketlemesini sağlar.
• Model eğitim araçları ve çerçeveleri: Geliştiriciler, açıklamalı veri kümelerini ve derin öğrenme modellerini kullanarak bilgisayarlı görü sistemlerini eğitmek için bu araçlara güvenir; genellikle PyTorch ve TensorFlow gibi Python tabanlı makine öğrenimi çerçeveleriyle çalışırlar.
• Test ve çıkarım araçları: Ekipler dağıtımdan önce tahminleri kontrol etmek ve sistemin ne kadar iyi performans gösterdiğini değerlendirmek için modelleri yeni görüntüler veya videolar üzerinde çalıştırır.
• Dağıtım ve izleme araçları: Bir görü yapay zekâ çözümü kullanıma hazır olduğunda, uygulamayı üretimde çalıştırmak ve performansını zaman içinde izlemek için ek altyapı kullanılır.

Bu araçları ayrı ayrı yönetmek, geliştirme iş akışlarının koordinasyonunu zorlaştırabilir. Ekipler bilgisayarlı görü uygulamalarını iyileştirmeye odaklanmak yerine platformlar arasında veri taşımaya, entegrasyonları sürdürmeye ve altyapıyı yapılandırmaya zaman harcar.

Uçtan uca görü yapay zekâ platformu nedir?#

Ultralytics Platform’un temel özelliklerine ve yapabileceklerine geçmeden önce, uçtan uca bilgisayarlı görü platformu derken neyi kastettiğimizi anlayalım.

Basitçe ifade etmek gerekirse Ultralytics Platform, geliştiricilerin bilgisayarlı görü uygulamaları oluşturup çalıştırabileceği tek bir ortam sunar. Geliştirme sürecinin farklı bölümleri için ayrı hizmetlere güvenmek yerine bireyler ve ekipler görsel verilerle çalışabilir, modelleri ve algoritmaları eğitebilir, sonuçları test edebilir ve uygulamaları aynı ortamda çalıştırabilir.

Şekil 2. Ultralytics Platform üzerinde model testi (Kaynak)

Bu yaklaşım, geliştiricilerin araçlar arasında sürekli geçiş yapmadan denemeler gerçekleştirmesini, sistemlerini iyileştirmesini ve projeleri ilerletmesini kolaylaştırır.

Ultralytics Platform görü yapay zekâ iş akışını nasıl basitleştiriyor?#

Ultralytics Platform, bilgisayarlı görü topluluğuyla yıllarca yakın çalışılarak şekillendirildi. Görü yapay zekâ sistemleri geliştiren geliştiriciler ve ekiplerle yaptığımız görüşmelerde birkaç ortak zorluk sürekli gündeme geldi.

Örneğin, büyük veri kümelerinin etiketlenmesi gerektiğinde önemli ölçüde zaman alabilen veri etiketleme, temel endişelerden biriydi. Ekipler sistemleri üretime taşımaya çalıştığında ise farklı ortamlar ve donanım kurulumları arasında uygulama dağıtmanın çoğu zaman ek araçlar gerektirmesi başka bir zorluk olarak ortaya çıktı.

Birçok ekip, etiketleme araçları, eğitim ortamları ve dağıtım sistemleri çoğunlukla birden fazla platforma yayıldığı için araçlar arasında geçiş yapmakla da uğraşıyor. Ultralytics Platform, tüm bu karmaşıklıkları yerleşik özelliklerden oluşan bir paketle çözüyor.

Ultralytics Platform’un temel özelliklerine genel bakış#

Şimdi bu zorlukları ve genel görü yapay zekâ iş akışını kolaylaştırmaya yardımcı olan Ultralytics Platform’un temel işlevlerinden bazılarına bakalım:

• Akıllı veri etiketleme: Yerleşik etiketleme araçları, Segment Anything Model (SAM) tarafından desteklenen akıllı etiketleme ve etiketleme iş akışlarını kolaylaştıran klavye kısayolları gibi özelliklerle ekiplerin veri kümelerini daha hızlı etiketlemesine yardımcı olur.
• Entegre model eğitimi: Geliştiriciler önceden eğitilmiş modelleri doğrudan platform içinde eğitebilir; etkileşimli panolar üzerinden deneyleri takip edebilir ve performansı izleyebilir.
• Tarayıcı tabanlı çıkarım testi: Ekipler, bir sistemi üretime dağıtmadan önce nasıl performans gösterdiğini değerlendirmek için tahminleri tarayıcıda hızlıca test edebilir.
• Esnek dağıtım seçenekleri: Modeller 17 farklı biçime aktarılabilir veya 43 küresel bölgedeki paylaşılan çıkarım hizmetleri ve özel uç noktalar üzerinden dağıtılabilir.
• Yerleşik izleme: Platform, ekiplerin deney sonuçlarını, sistem performansını ve dağıtım durumunu tek bir yerden takip etmesine yardımcı olan panolar sunar.

Ultralytics Platform ile ham veriden dağıtıma#

Ultralytics Platform hakkında daha fazla bilgi edindikçe, onunla çalışmanın gerçekte nasıl göründüğünü merak edebilirsin. Daha iyi bir fikir edinmek için basit bir örneği birlikte inceleyelim.

Bir üretim hattı için görsel denetim sistemi oluşturduğunu düşün. Amaç, üretim boyunca ilerleyen hasarlı veya kusurlu ürünleri otomatik olarak belirlemektir.

Süreç genellikle görsel verilerin toplanmasıyla başlar. Ultralytics’in yeni bilgisayarlı görü platformunu kullanarak üretim hattındaki ürünlerin görüntülerini veya videolarını yükleyebilir ve bunları kusur tespiti için bir model eğitmekte kullanılacak veri kümeleri hâlinde düzenleyebilirsin.

Sırada veri etiketleme var. Platformun yerleşik manuel veya yapay zekâ destekli etiketleme araçlarıyla kusurları doğrudan görüntüler üzerinde 5 tespit görevi kapsamında etiketleyebilirsin. SAM tarafından desteklenen akıllı etiketleme ve anahtar noktaların tek tıklamayla yerleştirilmesini sağlayan yerleşik poz iskeleti şablonları gibi özelliklerin arkasındaki yenilik, aksi takdirde saatler sürecek iş akışını kolaylaştırır.

Veri kümesi hazır olduğunda model eğitimine geçebilirsin. Platform, etiketlenmiş verileri kullanarak Ultralytics YOLO modelleri gibi bilgisayarlı görü modellerini eğitmene olanak tanır. Eğitim sırasında performans ölçümlerini izleyebilir, deneyleri takip edebilir ve sistem performansını iyileştirmek için modelleri zaman içinde tek bir panodan optimize edebilirsin.

Eğitimden sonra sıradaki adım test ve doğrulamadır. Sistemin kusurları ne kadar iyi tespit ettiğini kontrol etmek ve daha fazla iyileştirme gerekebilecek alanları belirlemek için yeni görüntüler üzerinde doğrudan platform içinde tahminler çalıştırabilirsin.

Son olarak sistem iyi performans gösterdiğinde üretime dağıtılabilir. Ultralytics Platform, modellerin birden fazla biçime aktarılmasını veya gerçek dünya ortamlarında çalışabilmeleri için çıkarım hizmetleri ve uç noktalar üzerinden dağıtılmasını destekler.

Şekil 3. Ultralytics Platform ile model aktarmaya bir örnek (Kaynak)

Ultralytics Platform, bu işlem hattının her adımını destekleyerek ham görsel verilerden üretim hattındaki kusurları otomatik olarak tespit edebilen çalışan bir bilgisayarlı görü uygulamasına geçişi kolaylaştırır.

Ultralytics Platform ile oluşturabileceğin görü yapay zekâ destekli kullanım alanları#

Görsel verilerin bilgiye dönüştürülüp süreçleri otomatikleştirmek için kullanılabildiği çoğu uygulamada bilgisayarlı görü fark yaratabilir. Bu durum sağlık hizmetlerinden otomotiv sektörüne kadar farklı sektörler için geçerlidir ve Ultralytics Platform bu çok yönlülüğü destekleyecek şekilde oluşturulmuştur.

Platform, Ultralytics YOLO26 gibi son teknoloji modelleri ve nesne tespiti, görüntü sınıflandırma, örnek segmentasyonu, poz tahmini ve yönlendirilmiş sınırlayıcı kutu (OBB) tespiti dâhil çeşitli bilgisayarlı görü görevlerini yerel olarak destekler. Bu esneklik sayesinde geliştiriciler, görüntülerin veya videoların analiz edilmesi gereken birçok farklı senaryoya yönelik uygulamalar oluşturabilir.

Örneğin ekipler deniz ortamlarında gerçek zamanlı su altı izleme, tıbbi ve biyolojik araştırmalarda hücre sayımı, uzak ekosistemlerde vahşi yaşam takibi, otonom araçlar için algı sistemlerinin etkinleştirilmesi ve robotların karmaşık ortamlarda yönlendirilmesi için sistemler oluşturabilir. Bilgisayarlı görüyle mümkün olanların yalnızca küçük bir kısmı bunlar.

Şekil 4. Ultralytics Platform üzerinde vahşi yaşam tespiti için görüntü etiketleme (Kaynak)

Ultralytics Platform neden görü yapay zekânın geleceğidir?#

Bilgisayarlı görü daha yaygın olarak kullanıldıkça görü yapay zekâ geliştirmesini daha erişilebilir hâle getirmek giderek önem kazanıyor. Birçok geliştirici ve kuruluş görsel verilerle denemeler yapmak ve yapay zekâ uygulamaları oluşturmak istiyor; ancak geleneksel geliştirme kurulumları başlamayı zorlaştırabiliyor.

Ultralytics Platform, geliştiricilerin bilgisayarlı görü teknolojisiyle hızla çalışmaya başlayabileceği bir ortam sunarak bu engelleri azaltmaya yardımcı olur. Ekipler altyapı kurmaya veya farklı araçları entegre etmeye zaman harcamak yerine fikirlerle denemeler yapmaya ve pratik uygulamalar oluşturmaya odaklanabilir.

Bu erişilebilirlik, daha geniş bir geliştirici, araştırmacı ve kuruluş kitlesinin görü yapay zekâyı keşfetmesinin önünü açar. Bunun sonucunda daha fazla ekip görsel verileri anlamlı içgörülere dönüştürebilir ve gerçek dünya sorunlarını çözen uygulamalar oluşturabilir.

Görü yapay zekâsı sektörler genelinde yayılmaya devam ederken Ultralytics Platform’un geliştirmeyi daha erişilebilir hâle getireceğine ve bilgisayarlı görünün geleceğini şekillendirmede önemli bir rol oynayacağına inanıyoruz.

Ultralytics Platform ile çalışmaya başlama#

Bugün Ultralytics Platform ile bilgisayarlı görü projeleri oluşturmaya başlayabilirsin. Ücretsiz plan üzerinden platformu keşfedebilirsin; bu plan bulut eğitimi için kayıt kredilerini ve veri kümelerini yönetme, görüntüleri etiketleme, modelleri eğitme ve uygulamaları dağıtma gibi temel araçlara erişimi içerir.

Projelerin büyüdükçe daha fazla işlem kaynağı, depolama alanı, iş birliği özelliği ve dağıtım kapasitesi sunan ek planlarla kullanımını ölçeklendirebilirsin. Platform ayrıca bulut eğitimi ve yönetilen uç noktalar gibi hizmetler için kredi tabanlı bir fiyatlandırma sistemi kullanır; böylece ekipler kullanımı şeffaf biçimde takip ederken deneyler gerçekleştirebilir ve uygulamaları dağıtabilir.

Önemli çıkarımlar#

Görüntü işleme ve bilgisayarlı görü teknolojisi, araştırma deneylerinden günlük teknolojiye güç veren gerçek dünya sistemlerine hızla geçiş yapıyor. Ultralytics Platform, geliştiricilere görü yapay zekâ uygulamaları oluşturmak, test etmek ve dağıtmak için daha basit bir yol sunarak bu geçişi hızlandırmaya yardımcı olur. Fikirlerle dağıtım arasındaki engeller azaldıkça yeni nesil bilgisayarlı görü çözümleri her zamankinden daha hızlı oluşturulabilir.

Daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub deposunu keşfet. Çözümler sayfalarımızda tarımda yapay zekâ ve robotikte bilgisayarlı görü gibi uygulamalar hakkında bilgi edin. Lisanslama seçeneklerimize göz at ve kendi görü yapay zekâ modelini oluşturmaya başla.