Bilgisayarlı göründe sentetik veri nedir? Genel bir bakış

Veri, analitik ve yapay zeka (AI) gibi alanlarda her zaman itici bir güç olmuştur. Aslında veriyi toplama, oluşturma ve kullanma şeklimiz, akıllı sistemlerin geleceğini şekillendiriyor. Örneğin sürücüsüz araçlar, yollarda güvenli bir şekilde nasıl ilerleyeceklerini öğrenmek için trafik işaretlerinden yaya hareketlerine kadar milyonlarca etiketlenmiş görüntüye ve sensör verisine ihtiyaç duyarlar.

Bu ilerlemeyi destekleyen, özellikle otonom araçlar ve güvenlik gibi alanlarda hayati öneme sahip en önemli veri türlerinden biri, görüntüler ve videolar gibi görsel verilerdir.

Özellikle makinelerin bu görsel bilgiyi yorumlamasını sağlayan yapay zeka alanı computer vision olarak adlandırılır. Sistemlerin görsel girdileri tıpkı insanların yaptığı gibi anlamasına ve analiz etmesine yardımcı olarak yüz tanıma, trafik işareti tespiti ve tıbbi görüntü analizi gibi görevleri destekler.

Ancak gerçek dünyadan büyük ölçekli ve yüksek kaliteli görsel veri kümeleri toplamak zaman alıcı ve maliyetli olabilir; ayrıca genellikle gizlilik endişelerini de beraberinde getirir. İşte bu yüzden araştırmacılar, sentetik veriden yararlanma kavramını aktif bir şekilde keşfediyorlar.

Synthetic data, gerçek dünya görüntülerini ve videolarını yakından taklit eden, yapay olarak oluşturulmuş görselleri ifade eder. 3D modelleme, bilgisayar simülasyonları ve gerçek verilerden kalıpları öğrenerek gerçekçi yeni örnekler üreten Generative Adversarial Networks (GANs) gibi üretken yapay zeka yöntemleri kullanılarak oluşturulur.

Synthetic data'in yakında AI development sürecinde kritik bir rol oynaması bekleniyor; Gartner, 2030 yılına kadar gerçek dünya verilerinden daha önemli hale geleceğini öngörüyor. Bu makalede, computer vision bağlamında synthetic data'in ne olduğunu, nasıl üretildiğini ve gerçek dünya senaryolarında nerede uygulandığını inceleyeceğiz. Hadi başlayalım!

Bilgisayarlı görüde sentetik veri nedir?#

Farklı ortamlarda ve koşullarda nesneleri tespit etmek için bir vision AI model eğitmek istediğini varsayalım. Yalnızca gerçek dünya verilerine güvenmek zor olabilir ve bazen kısıtlayıcı gelebilir.

Bu arada, synthetic data, yapay olarak oluşturulmuş çeşitli koşullarda nesneler içeren doğru veri kümesini oluşturmak için kullanılabilir. Geliştiriciler, 3D modeling ve simülasyonlar gibi araçları kullanarak aydınlatma, açı ve nesne yerleşimi gibi faktörler üzerinde hassas kontrol sağlayan görüntüler üretebilirler. Bu da model eğitimi için gerçek dünya verilerinden daha fazla esneklik sunar.

Sentetik veri, özellikle gerçek dünya verilerini toplamanın zor veya imkansız olduğu durumlarda oldukça faydalıdır. Örneğin, bir modeli koşma, çömelme veya uzanma gibi çok çeşitli pozlardaki insanları tanıması için eğitmek; birçok farklı ortamda, açıda ve aydınlatma koşulunda binlerce fotoğraf çekmeyi gerektirirdi.

Öte yandan, sentetik veri sayesinde geliştiriciler bu varyasyonları doğru etiketlerle kolayca oluşturabilir, böylece zamandan ve emekten tasarruf ederken model performansını da artırabilirler.

Şekil 1. Farklı insan pozlarına ve aydınlatma varyasyonlarına sahip sentetik bir veri kümesi (kaynak).

AI'da sentetik vs. gerçek veri#

Şimdi, synthetic data ile gerçek veriler arasındaki farklara daha yakından bakalım. Training AI models söz konusu olduğunda her ikisinin de artı ve eksi yönleri vardır.

Örneğin, gerçek veriyi toplamak zor olduğunda sentetik veri kullanışlıdır, ancak gerçek hayatta bulunan her küçük detayı yakalayamayabilir. Aynı zamanda, gerçek veriler daha otantiktir ancak kaynak bulması zordur, etiketlemesi zaman alıcıdır ve her durumu kapsamayabilir.

Sentetik ve gerçek verileri birleştirerek geliştiriciler her iki dünyanın da en iyi yanlarından faydalanabilirler. Bu denge, AI modellerinin daha doğru öğrenmesine, farklı senaryolar arasında daha iyi genelleme yapmasına ve yanlılığı (bias) azaltmasına yardımcı olur.

Şekil 2. AI'da sentetik vs. gerçek veri. Görsel: yazar.

Bilgisayarlı görü modelleri için veri üretimine bir bakış#

3D araçlarla sanal dünyalar inşa etmekten üretken yapay zeka kullanarak görüntüler üretmeye kadar, computer vision modelleri için synthetic training data oluşturmakta kullanılan bazı yaygın yöntemler şunlardır:

• 3D modelleme: Geliştiriciler, dijital nesneler ve sahneler oluşturmak için 3D yazılımlar kullanırlar. Bu, aydınlatma, kamera açıları ve nesne yerleşimi gibi konularda tam kontrol sağlar ve insanlar, araçlar ve ortamların gerçekçi görüntülerini oluşturmak için yararlıdır.
• Simülasyonlar: Bunlar, fizik tabanlı motorlar kullanarak trafik veya fabrika ortamları gibi gerçek dünya durumlarını yeniden yaratır. Simülasyonlar, robotik ve sürücüsüz araçlar gibi alanlarda güvenli bir şekilde eğitim verisi üretmek için yararlıdır.
• Üretken çekişmeli ağlar: GAN'lar, biri görüntü oluşturan diğeri ise onları değerlendiren iki ağdan oluşan bir derin öğrenme modeli türüdür. Birlikte, gerçek örneklerden öğrenerek insan yüzleri veya sokak manzaraları gibi son derece gerçekçi görüntüler üretirler.
• Prosedürel nesil: Bu teknik, arazi, binalar veya dokular gibi karmaşık görsel yapıları otomatik olarak oluşturmak için önceden tanımlanmış kurallar veya matematiksel modeller kullanır. Genellikle oyun ve simülasyon platformlarında kullanılır ve minimum insan girdisiyle büyük ölçekli, çeşitli veri kümeleri üretebilir.
• Etki alanı rastgeleleştirme (Domain randomization): Sentetik sahnelerdeki aydınlatma, renkler ve nesne şekilleri gibi şeyleri rastgele değiştirebilir. Bu tekniğin arkasındaki amaç, modellerin gerçekten önemli olan şeylere odaklanmasına yardımcı olarak onları gerçek dünya ortamlarına daha uyumlu hale getirmektir.

Şekil 3. Veri örnekleri: (a) 3D model tabanlı, (b) sentetik çoklu nesne sahneleri ve (c) gerçek veri kümesi görüntüleri (kaynak).

Sentetik verilerle görü AI modeli eğitimi#

Artık sentetik veri oluşturmak için kullanılan farklı yöntemlerden bazılarını tartıştığımıza göre, bunun AI modellerini eğitmek için nasıl kullanıldığına göz atalım.

Sentetik veri üretildikten sonra, genellikle gerçek dünya verileriyle aynı şekilde eğitim hattına (pipeline) doğrudan entegre edilebilir. Tipik olarak nesne etiketleri, sınırlayıcı kutular (bounding boxes) veya segmentasyon maskeleri gibi gerekli ek açıklamaları içerir; yani modellerin etiketli girdi-çıktı çiftlerinden öğrendiği denetimli öğrenme görevleri için manuel etiketlemeye gerek kalmadan kullanılabilir.

Eğitim sırasında model, özellikleri algılamayı, örüntüleri tanımayı ve nesneleri sınıflandırmayı öğrenmek için sentetik görüntüleri işler. Bu veriler, modelin ilk sürümünü sıfırdan oluşturmak veya mevcut bir veri kümesini zenginleştirmek için kullanılabilir ve model performansını artırmaya yardımcı olur.

Birçok iş akışında sentetik veri, ön eğitim için de kullanılır ve modellere gerçek dünya örnekleriyle ince ayar yapılmadan önce geniş bir temel anlayış kazandırır. Benzer şekilde, genelleştirmeyi iyileştirmek ve aşırı öğrenmeyi (overfitting) azaltmak için farklı aydınlatma koşulları, açılar veya nadir nesne sınıfları gibi kontrollü varyasyonlar ekleyerek veri kümelerini artırmak (augment) için kullanılır.

Sentetik ve gerçek verileri birleştirerek ekipler, zaman alıcı ve pahalı manuel veri toplama çabalarına olan bağımlılığı azaltırken çok çeşitli koşullarda iyi performans gösteren daha sağlam modeller eğitebilirler.

Bilgisayarlı görüde sentetik verinin gerçek dünya uygulamaları#

Synthetic data daha pratik ve erişilebilir hale geldikçe, çeşitli gerçek dünya vision AI kullanım senaryolarında benimsendiğini görmeye başlıyoruz. Kullanıldığı en etkili applications in computer vision alanlarından bazılarını inceleyelim.

Otonom araçlarda nesne algılama için sentetik veri kullanımı#

Otonom araçların güvenli bir şekilde sürmesini öğretmek, modellerin nadir veya tehlikeli durumlar dahil olmak üzere çok çeşitli senaryolarda eğitilmesini gerektirir. Ancak bu uç durumlar için gerçek dünya verilerini toplamak zor ve bazen güvensiz olabilir. Synthetic data, modellerin zor durumlarda nesneleri detect etmeyi öğrenebileceği sahneler oluşturmaya yardımcı olabilir. Ayrıca tüm otonom araçların aynı donanımı kullanmaması gerçeğine yardımcı olan farklı sensör konfigürasyonlarını da taklit edebilir.

NVIDIA’s DRIVE Sim platformu bunun harika bir örneğidir. Fotogerçekçi 3D modeller, sanal ortamlar ve sensör simülasyonları kullanarak yüksek kaliteli sentetik veriler oluşturur. Ayrıca tek bir görüntüden birden fazla sürüş açısının görüntüsünü üretebilir. Bunun gibi synthetic data kullanmak, pahalı gerçek dünya testi ihtiyacını azaltmaya yardımcı olurken modele etkili bir şekilde öğrenmesi için gereken çeşitliliği sağlar.

Şekil 4. Tek bir görüntüden birden fazla sürüş görünümü oluşturma (kaynak).

Tıbbi görüntüleme AI'sında sentetik veri ile yanlılığı azaltmak#

Nesne tespiti ve örnek bölütleme gibi görevleri destekleyen Ultralytics YOLO11 gibi computer vision modelleri, tıbbi görüntüleme uygulamaları için özel olarak eğitilebilir. Bununla birlikte, gerçek dünya eğitim verileri genellikle tüm demografik gruplardaki hastaları yeterince temsil etmeyebileceğinden yanlılıklar içerir.

Örneğin, skin cancer koyu ten tonlarına sahip bireylerde daha az sıklıkta teşhis edilir ve bu popülasyonlar için sınırlı veriye yol açar. Bu dengesizlik, özellikle histopatoloji, göğüs röntgenleri ve dermatoloji gibi alanlarda yanlış teşhislere ve eşit olmayan sağlık hizmeti sonuçlarına katkıda bulunabilir.

Sentetik görüntüler, verideki bu boşluğu kapatmaya yönelik adım atmada rol oynayabilir. Çeşitli doku anormallikleri, çok çeşitli akciğer rahatsızlıkları ve farklı lezyon türlerine sahip cilt tonları gibi ek ve çeşitli örnekler oluşturarak sentetik veriler, yeterince temsil edilmeyen gruplarda model performansını iyileştirmeye yardımcı olabilir.

Araştırmacılar şu anda bu hedefleri desteklemek için sentetik veri kümeleri geliştirmek ve doğrulamak üzerinde çalışıyorlar. Ayrıca gerçek hasta kayıtlarına güvenmeden synthetic data'in test medical tools ve tedavi stratejileri için nasıl kullanılabileceğini araştırıyorlar, bu da hasta gizliliğini korurken araştırmayı hızlandırmaya yardımcı oluyor. Bu çalışma sayesinde synthetic data, daha kapsayıcı, doğru ve etik tıbbi yapay zeka sistemlerinin önünü açıyor.

Hassas tarım için sentetik verilerle tarımsal AI'yı ilerletmek#

Tarımsal uygulamalar için Görü AI sistemleri oluşturmak, büyük miktarda etiketlenmiş veriye erişime bağlıdır. Ancak mahsul, hastalık ve tarla koşullarının fotoğraflarını toplamak ve etiketlemek yavaş, pahalıdır ve genellikle hava durumu, büyüme mevsimleri veya belirli alanlara ulaşmanın zorluğu gibi şeylerle sınırlıdır.

Bu zorluklar, computer vision modellerini bitki hastalıklarını tespit etme, monitoring crops veya verim tahmin etme gibi görevleri ele alacak şekilde eğitmeyi zorlaştırıyor. İşte synthetic data burada yardımcı olabilir; faydalı eğitim örnekleri üretmek için farklı tarım ortamlarını taklit eder.

Şekil 5. İyileştirilmiş hastalık tespiti için sentetik görüntülerin kullanılması (kaynak).

Öne çıkanlar#

Sentetik veri kullanımı, özellikle gerçek dünya verilerinin sınırlı veya elde edilmesinin zor olduğu alanlardaki bilgisayarlı görü sistemleri için AI modeli eğitiminde önemli bir ileri adımı temsil eder. Pahalı, zaman alıcı olabilen veya gizlilik endişeleri yaratan gerçek fotoğraflara veya videolara güvenmek yerine sentetik veri, talep üzerine gerçekçi, etiketlenmiş görüntüler oluşturmamıza olanak tanır.

Otonom sürüş, hastalık tespiti veya mahsul izleme gibi görevler için görü AI modellerini eğitmeyi kolaylaştırır. AI gelişmeye devam ettikçe, sentetik veri inovasyonu hızlandırmada ve sektörler arası erişilebilirliği iyileştirmede daha da büyük bir rol oynamaya hazırlanıyor.

GitHub repository adresimizden yapay zeka hakkında daha fazla bilgi edinin ve büyüyen community katılım sağlayın. AI in autonomous vehicles ve computer vision in agriculture gibi uygulamaların etkisini keşfedin. licensing seçeneklerimizi inceleyin ve vision AI projelerinizi hayata geçirin.