EfficientNet nedir? Kısa bir genel bakış

2019 yılında Google AI araştırmacıları, görsellerdeki nesneleri ve desenleri tanımak için geliştirilmiş son teknoloji ürünü bir computer vision modeli olan EfficientNet'i tanıttı. Model temel olarak, bir görselin önceden tanımlanmış birkaç kategoriden birine atanmasını içeren görsel sınıflandırma için tasarlandı. Ancak bugün EfficientNet; nesne tespiti, segmentasyon ve transfer öğrenme gibi daha karmaşık görevler için de bir omurga görevi görüyor.

EfficientNet'ten önce, bu tür makine öğrenimi ve görü yapay zeka modelleri, daha fazla katman ekleyerek veya bu katmanların boyutunu artırarak doğruluğu iyileştirmeye çalışıyordu. Katmanlar, bir sinir ağı modelinde (insan beyninden esinlenen bir derin öğrenme modeli türü) desenleri öğrenmek ve doğruluğu artırmak için verileri işleyen adımlardır.

Bu değişiklikler bir ödünleşim (trade-off) yaratarak geleneksel yapay zeka modellerini daha büyük ve daha yavaş hale getirirken, elde edilen ekstra doğruluk genellikle gereken önemli işlem gücü artışına kıyasla minimum düzeyde kalıyordu.

EfficientNet farklı bir yaklaşım benimsedi. Derinliği (katman sayısı), genişliği (her katmandaki birim sayısı) ve görsel çözünürlüğünü (giriş görsellerinin detay seviyesi) dengeli bir şekilde hep birlikte artırdı. Bileşik ölçekleme adı verilen bu yöntem, mevcut tüm işlem gücünü güvenilir bir şekilde kullanır. Sonuç olarak, ResNet veya DenseNet gibi eski modellerden daha iyi performans gösterebilen daha küçük ve daha hızlı bir model elde edilir.

Günümüzde Ultralytics YOLO11 gibi daha yeni bilgisayarlı görü modelleri daha yüksek doğruluk, hız ve verimlilik sunuyor. Buna rağmen EfficientNet, birçok gelişmiş mimarinin tasarımını etkileyen önemli bir kilometre taşı olmaya devam ediyor.

Bu makalede, EfficientNet'i beş dakikada parçalara ayıracak; nasıl çalıştığını, onu neyin benzersiz kıldığını ve bilgisayarlı görü alanında neden hala önemli olduğunu ele alacağız. Hadi başlayalım!

EfficientNet nedir?#

EfficientNet tasarlanmadan önce, çoğu görüntü tanıma modeli doğruluğu artırmak için katmanlarını ayarlıyor veya daha fazla ayrıntı yakalamak için girdi görüntüsü boyutunu büyütüyordu. Bu stratejiler sonuçları iyileştirse de, aynı zamanda modelleri daha hantal ve daha zorlayıcı hale getiriyordu. Bu durum, daha fazla bellek ve daha iyi donanım gerektirdikleri anlamına geliyordu.

EfficientNet, bireysel katmanları değiştirmek yerine, bileşik ölçeklendirme adı verilen bir yöntem kullanarak derinliği, genişliği ve görüntü çözünürlüğünü birlikte ölçeklendirir. Bu yaklaşım, modelin herhangi bir yönüne aşırı yük bindirmeden verimli bir şekilde büyümesini sağlar.

EfficientNet mimarisi, her biri daha küçük modüllerden oluşan bir dizi blok aracılığıyla görüntüleri işler. Her bloktaki modül sayısı, modelin boyutuna bağlıdır.

Şekil 1. EfficientNet'in yapı taşları. (Kaynak)

Daha küçük sürümler daha az modül kullanırken, daha büyük sürümler modülleri daha sık tekrarlar. Bu esnek tasarım, EfficientNet'in mobil cihazlardan büyük ölçekli sistemlere kadar geniş bir uygulama yelpazesinde yüksek doğruluk ve verimlilik sunmasını sağlar.

Bileşik ölçeklendirme nasıl çalışır?#

Bileşik ölçeklendirme yöntemi, modelin derinliğini, genişliğini ve görüntü çözünürlüğünü genişletir ancak bunları dengede tutar. Bu, işlem gücünü verimli bir şekilde kullanmayı mümkün kılar. Seri, diğer tüm sürümlerin temelini oluşturan EfficientNet-B0 adlı daha küçük bir temel modelle başlar.

B0'dan itibaren modeller, EfficientNet-B1'den EfficientNet-B7'ye kadar adlandırılan daha büyük varyantlara ölçeklenir. Her adımda ağ ek katmanlar kazanır, kanal sayısını (işleme için kullanılan birimler) artırır ve daha yüksek çözünürlüklü girdi görüntülerini işler. Her adımdaki büyüme miktarı, derinlik, genişlik ve çözünürlüğün bağımsız değil, sabit oranlarda artmasını sağlayan bileşik katsayı adı verilen bir parametre ile belirlenir.

Şekil 2. Bileşik ölçekleme, bir modelin genişliğini, derinliğini ve görsel çözünürlüğünü artırır. (Kaynak)

EfficientNet mimarisi#

Sırada, EfficientNet'in mimarisine göz atalım.

Mobil ve gömülü cihazlar için optimize edilmiş hafif bir bilgisayarlı görü modeli olan MobileNetV2 üzerine inşa edilmiştir. Çekirdeğinde, görüntü verilerini standart bir konvolüsyon gibi ancak daha az hesaplamayla işleyen özel bir katman olan Mobile Inverted Bottleneck Convolution (MBConv) bloğu bulunur. Bu blok, modeli hem hızlı hem de bellek açısından daha verimli hale getirir.

Her MBConv bloğunun içinde bir squeeze-and-excitation (SE) modülü bulunur. Bu modül, ağdaki farklı kanalların gücünü ayarlar. Temel kanalların gücünü artırır ve diğerlerinin gücünü azaltır. Modül, ağın geri kalanını göz ardı ederken görüntüdeki en önemli özelliklere odaklanmasına yardımcı olur. EfficientNet modeli ayrıca, ağın desenleri eski yöntemlerden daha iyi tespit etmesine yardımcı olan bir Swish aktivasyon fonksiyonu (ağın desenleri öğrenmesine yardımcı olan matematiksel bir fonksiyon) kullanır.

Bunun ötesinde, ağ içindeki bazı bağlantıların eğitim sırasında rastgele kapatıldığı DropConnect kullanır. Bu stokastik düzenlileştirme yöntemi (modelin eğitim verilerini ezberlemek yerine genelleştirmesini sağlamak için kullanılan bir rastgeleleştirme tekniği), ağın görülmemiş verilere daha iyi aktarılan daha sağlam özellik temsilleri (verideki daha güçlü, daha genel desenler) öğrenmeye zorlanmasıyla aşırı öğrenmeyi (overfitting) azaltır.

Şekil 3. EfficientNet-B0 mimarisi (Kaynak)

EfficientNet model varyantlarına kısa bir bakış#

Artık EfficientNet modellerinin nasıl çalıştığını daha iyi anladığımıza göre, farklı model varyantlarını tartışalım.

EfficientNet modelleri, hız ve doğruluk dengesini kuran temel B0'dan başlayarak B0'dan B7'ye kadar ölçeklenir. Her sürüm derinliği, genişliği ve görüntü çözünürlüğünü artırarak doğruluğu iyileştirir. Ancak bunlar aynı zamanda B1 ve B2'den yüksek performanslı B6 ve B7'ye kadar daha fazla hesaplama gücü gerektirir.

EfficientNet-B3 ve EfficientNet-B4 modelleri daha büyük görüntüler için bir denge sağlarken, B5 genellikle hassasiyet gerektiren karmaşık veri kümeleri için seçilir. Bu modellerin ötesinde, en yeni model olan EfficientNet V2, eğitim hızını artırabilir, küçük veri kümelerini daha iyi işleyebilir ve modern donanımlar için optimize edilmiştir.

EfficientNet'in uygulamaları#

EfficientNet, diğer birçok modele göre daha az bellek ve işlem gücü kullanarak doğru sonuçlar üretebilir. Bu, onu bilimsel araştırmalardan insanların günlük hayatta kullandığı ürünlere kadar birçok alanda kullanışlı kılar.

Tıbbi görüntü analizi#

Akciğerlerin BT taramaları gibi tıbbi görseller, genellikle doğru teşhis için kritik önem taşıyan ince detaylar içerir. Yapay zeka modelleri, insanlar tarafından tespit edilmesi zor olabilecek desenleri ortaya çıkarmak amacıyla bu görsellerin analiz edilmesine yardımcı olabilir. Bu amaçla EfficientNet'in uyarlanmış bir versiyonu olan ve özellikle medical image analysis için tasarlanan MONAI (Medical Open Network for AI) EfficientNet geliştirilmiştir.

EfficientNet'in mimarisini temel alan araştırmacılar, akciğer tümörlerini tespit etmek için akciğer BT taramalarını sınıflandıran Lung-EffNet modelini de geliştirdiler. Bu model, tümörleri iyi huylu, kötü huylu veya normal olarak kategorize edebilir ve deneysel ortamlarda %99'un üzerinde bildirilen bir doğruluk oranına ulaşır.

Şekil 4. Lung-EffNet kullanılarak tümörlerin görsel sınıflandırması. (Kaynak)

Gerçek zamanlı nesne algılama#

Object detection, bir görseldeki nesneleri bulma ve bunların konumlarını belirleme sürecidir. Güvenlik sistemleri, otonom araçlar ve dronlar gibi uygulamaların temel bir parçasını oluşturur.

EfficientNet, görsellerden öznitelik çıkarmak için çok verimli bir yol sunduğu için bu alanda önemli hale geldi. Derinliği, genişliği ve çözünürlüğü ölçekleme yöntemi, modellerin çok ağır veya yavaş olmadan nasıl doğru olabileceğini gösterdi. Bu nedenle EfficientDet gibi birçok tespit sistemi omurga olarak EfficientNet'i kullanır.

Ultralytics YOLO11 gibi daha yeni modeller, hızı doğrulukla birleştirme hedefini paylaşır. Verimli modellere yönelik bu eğilim, EfficientNet gibi mimarilerden gelen fikirlerden güçlü bir şekilde etkilenmiştir.

EfficientNet'in avantajları ve dezavantajları#

İşte bilgisayarlı görü projelerinde EfficientNet kullanmanın bazı faydaları:

• Daha az parametre ile yüksek doğruluk: EfficientNet, ResNet veya DenseNet gibi eski modellere benzer veya daha iyi doğruluk sunabilir. Ancak daha az parametre kullandığı için eğitilmesi daha hızlı ve dağıtılması daha kolaydır.
• Ölçeklenebilir model ailesi: B0'dan B7'ye kadar, temel ağı değiştirmeden donanımınıza ve hassasiyet gereksinimlerinize uyan bir sürüm seçebilirsiniz.
• Transfer öğrenme için iyi: EfficientNet, önceden eğitilmiş bir modelin özel bir görev için yeniden eğitilmesi süreci olan transfer öğrenme için güvenilir model performansı sağlayabilir. Çeşitli bilgisayarlı görü görevleri için bir omurga olarak çalışabilir. İnce ayar yapıldığında da güçlü sonuçlar göstermiştir. Örneğin, önceki modellere göre çok daha az parametreyle, yaygın olarak kullanılan bir image classification veri kümesi olan CIFAR-100 üzerinde son teknoloji ürünü bir doğruluk oranına ulaşmıştır.

EfficientNet kullanmakla ilgili birçok avantaj olsa da, aklınızda bulundurmanız gereken bazı sınırlamalar şunlardır:

• Daha fazla bellek gerektirir: EfficientNet-B6 ve EfficientNet-B7 gibi sürümler çok fazla GPU belleği gerektirir.
• ImageNet için optimize edilmiş ölçekleme: Ölçekleme ayarları ImageNet veri kümesi için tasarlandığından, ince ayar yapılmadığı takdirde performans çok farklı veri kümelerinde düşebilir. Bu durum özellikle küçük veri kümeleri için geçerlidir; çünkü EfficientNet'in mimarisi ve ölçeklemesi, derinliğini ve genişliğini haklı çıkarmak için yeterli veri sağlayan ImageNet gibi büyük ve çeşitlilik içeren bir veri kümesi için tasarlanmıştır.
• Bazı donanımlarda daha yavaş: EfficientNet, modern donanımlarda verimlilik için tasarlanmış MBConv adlı katmanları kullanır. Eski GPU'larda veya CPU'larda bu katmanlar daha yavaş çalışabilir.

Öne çıkanlar#

EfficientNet, derinliği, genişliği ve görüntü çözünürlüğünü dengede tutarak bilgisayarlı görü modellerinin büyüme şeklini değiştirdi. Hala önemli bir modeldir ve daha yeni mimarileri de etkilemiştir. Özellikle, bilgisayarlı görü tarihinde anlamlı bir yere sahiptir.

Yapay zeka hakkında daha fazla bilgi keşfetmek için community ve GitHub repository sayfalarımıza katıl. AI in healthcare ve computer vision in automotive hakkında okumak için çözüm sayfalarımıza göz at. our licensing seçeneklerini keşfet ve bilgisayarlı görü ile geliştirmeye hemen başla!