YOLOE nedir? Bilgisayarla görme modellerini daha ileriye taşımak
YOLOE'nin basit bir istem veya fotoğraf kullanarak nesneleri bulmanı nasıl sağladığını öğren. Modelleri yeniden eğitmeden veya ince ayar yapmadan daha akıllı ve hızlı bilgisayarla görmeyi mümkün kılar.
Nesne algılama, görüntülerde veya videolarda nesneleri tanımlayıp konumlandırmayı amaçlayan önemli bir bilgisayarlı görü görevidir. Makinelerin görsel verileri anlamasını ve yorumlamasını sağlayan bir yapay zekâ (AI) alanı olan bilgisayarlı görünün kritik bir parçasıdır. Örneğin nesne algılama, bir fotoğraftaki arabayı tanımlamaya veya video akışındaki bir kişiyi fark etmeye yardımcı olabilir.
Nesne algılama gibi bilgisayarlı görü görevlerini destekleyen en tanınmış model serilerinden biri YOLO (You Only Look Once) model serisidir. Hız ve doğruluk için tasarlanan YOLO modelleri zaman içinde sürekli geliştirildi. Örneğin en yeni sürümlerden biri olan Ultralytics YOLO11, gerçek dünyadaki durumlarda iyi performans göstererek daha karmaşık ortamlarda bile doğru sonuçlar sunar.
Bu ilerlemeyi daha da ileriye taşıyan YOLOE adlı yeni bir model, YOLO modellerinin yeteneklerini genişletmeyi amaçlıyor. Yeni nesneleri tanımak için yeniden eğitim gerektiren geleneksel modellerin aksine YOLOE, daha önce görmediği nesneleri algılamak için basit metin veya görüntü istemlerini takip edebilir; bu da onu değişen ortamlara çok daha uyarlanabilir hâle getirir.
Bu makalede YOLOE'yi benzersiz kılan özelliklere, önceki YOLO modelleriyle nasıl karşılaştırıldığına ve bugün kullanmaya nasıl başlayabileceğine daha yakından bakacağız. Hadi başlayalım!
YOLOE'ye genel bakış#
YOLOE, nesne algılamayı bir adım ileriye taşıyan bir bilgisayarlı görü modelidir. Mart 2025'te Tsinghua Üniversitesi'ndeki araştırmacılar tarafından tanıtıldı. YOLOE'yi geleneksel modellerden ayıran özellik, açık kelime dağarcıklı algılama kullanmasıdır.
Çoğu model sabit bir nesne listesini tanımak üzere eğitilirken YOLOE, kısa bir açıklama veya örnek görüntü kullanarak ne araması gerektiğini belirtmene olanak tanır. Örneğin “yeşil bir sırt çantası” arıyorsan bu açıklamayı yazabilir veya modele bir fotoğraf gösterebilirsin; YOLOE de onu sahne içinde konumlandırır.
Ayrıca YOLOE, herhangi bir istem olmadan da birçok günlük nesneyi kendi başına algılayabilir. Daha önce hiç görmediği nesneleri tanıma yeteneğine sıfır örnekli algılama adı verilir. Bu özellik, görevin veya ilgilenilen nesnelerin beklenmedik şekilde değişebildiği dinamik ortamlarda özellikle kullanışlıdır.
Şekil 1. YOLOE'nin yeteneklerine bakış.
YOLOE'nin temel özellikleri#
YOLOE, gerçek dünya uygulamalarındaki performansını artırmak üzere tasarlanmış çok çeşitli özellikleri destekler. Hem yapılandırılmış hem de yapılandırılmamış girdileri işleyebilmesi, YOLOE ile nesne algılama ve segmentasyon için yeni olanaklar sunar.
Modelin sunduğu temel özelliklerden bazıları şunlardır:
- İstem tabanlı algılama: YOLOE, kısa bir metin istemine veya örnek bir görüntüye göre nesneleri arayabilir. Bu, görevin her değiştiğinde modeli yeniden eğitmen gerekmediği anlamına gelir; aradığın şeyi modele açıklaman veya göstermen yeterlidir.
- Örnek segmentasyonu: YOLOE, nesnelerin çevresine sınırlayıcı kutular çizmenin yanı sıra örnek segmentasyonunu kullanarak tam şekillerinin ana hatlarını da çıkarabilir. Bu özellik özellikle nesneler üst üste bindiğinde veya bir nesnenin kesin sınırlarını bilmen gerektiğinde yararlıdır.
- İstemsiz nesne tanıma: YOLOE, belirli talimatlar olmadan da nesneleri tanıyabilir. Nesneleri hızlıca tanımlamak için önceden öğrenilmiş açıklamalardan oluşan bir küme kullanır; bu da süreci daha hızlı ve verimli hâle getirir.
YOLOE'nin diğer YOLO modelleriyle karşılaştırılması#
Artık YOLOE'nin ne olduğunu daha iyi anladığımıza göre YOLO ailesindeki benzer modellerden bazılarına göz atalım.
Bilgisayarlı görü geliştikçe YOLO modelleri de gelişti. Örneğin Ultralytics YOLOv8, segmentasyon ve sınıflandırma gibi yeni görevler için destek sunarken Ultralytics YOLO11 gibi sonraki sürümler daha geniş bir görev yelpazesinde doğruluğu ve performansı geliştirmeye odaklandı.
Ayrıca YOLO-World, Ocak 2024'te yayımlandı ve kullanıcıların bulmak istedikleri nesneleri tanımlamasına olanak tanıyan yazılı istemleri kullanma yeteneğini sundu. YOLO-World sıfır örnekli algılama için harika bir seçenek olsa da örnek segmentasyonu ve görsel istem desteği gibi özelliklerden yoksundu.
YOLOE, bu yetenekleri ekleyerek YOLO-World'ü temel alır; esnekliği ve performansı geliştirir ve gerçek dünya bilgisayarlı görü uygulamaları için daha etkili bir araç sunar.
Şekil 2. YOLO-World ve YOLOE, sıfır örnekli algılamayı destekler.
YOLOE'yi Ultralytics Python paketiyle kullanma#
İster belirli nesneleri algılamak ister bir görüntüdeki her şeyi keşfetmek iste, YOLOE'yi kullanmaya başlamak kolaydır. Bu model Ultralytics Python paketi tarafından desteklenir ve projelerine kolayca entegre edebilmeni sağlar. Şimdi nasıl kullanılacağını adım adım inceleyelim.
Ultralytics paketini yükleme#
İlk adım, Ultralytics Python paketini ‘pip’ gibi bir paket yöneticisi kullanarak yüklemektir. Terminalinde veya komut isteminde “pip install ultralytics” komutunu çalıştırarak bunu yapabilirsin.
Paket yüklendikten sonra modeli yüklemek, tahminler yapmak ve farklı algılama modlarını denemek için ihtiyacın olan her şeye sahip olursun. Yükleme sırasında herhangi bir sorunla karşılaşırsan resmî Ultralytics belgelerinde yararlı bir sorun giderme bölümü bulunur.
YOLOE ile tahmin çalıştırmanın birkaç farklı yolu vardır. Tahmin çalıştırmak, eğitilmiş modeli görüntüler veya videolar içindeki nesneleri tanımlamak ve konumlandırmak için kullanmak anlamına gelir. Bu farklı yöntemler, modelle nasıl etkileşim kuracağını özel ihtiyaçlarına göre özelleştirmeni sağlar.
Bu yöntemlerin her birini sırayla ele alalım.
Metin veya görüntü istemleriyle belirli nesneleri algılama#
YOLOE, kısa bir metin açıklamasına göre nesneleri algılayabilir. Örneğin hareket hâlindeki bir atı arıyorsan "horse walking" gibi bir istem kullanabilirsin.
Başlamak için önce önceden eğitilmiş YOLOE modelini yükle ve modelin ne aramasını istediğini açıklayan istemini aşağıdaki kod parçasında gösterildiği gibi ayarla.
from ultralytics import YOLOE
model = YOLOE("yoloe-11l-seg.pt")
prompt = ["horse walking"]
model.set_classes(prompt, model.get_text_pe(prompt))Modelin ve istemin ayarlandıktan sonra modeli bir görüntü veya video üzerinde çalıştırabilirsin. Koddaki dosya yolunu görüntü veya video dosyanın yoluyla değiştir:
results = model.predict("path/to/your/image.jpg")
results[0].show()Bu işlem, istemine göre algılanan nesnenin açıkça işaretlendiği görüntüyü gösterir. Ne aradığına bağlı olarak istemi "red suitcase", "bicycle" veya "zebra" gibi farklı nesneleri arayacak şekilde değiştirebilirsin.
Şekil 3. YOLOE'nin metin istemi kullanarak belirli nesneleri algılamasına bir örnek.
Benzer şekilde Ultralytics Python paketiyle YOLOE'ye istem vermek için bir görüntü kullanabilirsin. Görsel istem modunda model, başka bir sahnedeki benzer görünümlü öğeleri bulmak için görüntüyü kullanır. Bu, özellikle açıklanması zor olan veya net etiketleri bulunmayan nesneler için yararlıdır.
Bunun kodunu daha ayrıntılı incelemek için Ultralytics belgelerine göz atabilirsin.
YOLOE ile genel nesne algılama#
Bazı durumlarda tam olarak ne arayacağını bilmiyor veya belirli bir nesneyi aramıyor olabilirsin. İstemsiz modun işe yaradığı yer burasıdır.
Bu seçenekle bir açıklama yazmana veya örnek bir görüntü sağlamana gerek yoktur. YOLOE, görüntüleri kendi başına analiz eder ve insanlar, hayvanlar, mobilyalar veya günlük nesneler gibi tanıyabildiği her şeyi algılar.
Bu, modele özel talimatlar vermeden bir sahneyi keşfetmenin yararlı bir yoludur. İster kalabalık bir odayı tarıyor ister çok sayıda etkinlik içeren görüntüleri inceliyor ol, istemsiz mod bir görüntüde nelerin bulunduğuna hızlıca göz atmanı sağlar.
YOLOE'yi istemsiz modda çalıştırmak için aşağıdaki kodu kullanabilirsin. Önce model yüklenir, ardından görüntü işlenir ve içindeki nesneler otomatik olarak algılanır. Son olarak sonuçlar görüntülenir ve algılanan nesneler vurgulanır.
Dosya yolunu görüntünün gerçek yoluyla değiştirdiğinden emin ol.
from ultralytics import YOLOE
model = YOLOE("yoloe-11l-seg-pf.pt")
results = model.predict("path/to/image.jpg")
results[0].show()Aşağıda gösterilen görüntü, YOLOE'nin istemsiz modda algılayabildiklerine bir örnektir.
Şekil 4. YOLOE'yi istemsiz modda kullanma.
YOLOE'nin gerçek zamanlı uygulamaları#
YOLOE'nin hem metin hem de görüntü istemlerine yanıt verebilmesi, onu gerçek zamanlı uygulamalar için güvenilir bir araç hâline getirir. Esnekliği, zamanlama ve doğruluğun kritik olduğu hızlı tempolu ortamlarda özellikle kullanışlıdır.
YOLOE'nin nasıl kullanılabileceğine dair bazı gerçek dünya örneklerini inceleyelim.
Bagaj işlemlerini iyileştirme: Gerçek zamanlı bagaj algılama#
Yoğun havalimanlarında, özellikle kayıp bagajlarla uğraşırken belirli bir bagajı bulmak zor olabilir. YOLOE, canlı videoları taramaya ve “red bag” gibi basit istemlere göre öğeleri hızlıca tanımlamaya yardımcı olarak bu süreci kolaylaştırabilir.
Bir bagaj kayıpsa veya yanlış yere konulduysa personel, “black suitcase” gibi farklı bir öğeyi aramak için istemi kolayca değiştirebilir. Anında uyum sağlama yeteneği, havalimanı personelinin uzun saatler süren görüntüleri incelemesine veya modeli yeniden eğitmesine gerek kalmadan doğru bagajı hızlıca bulmasına yardımcı olabilir; böylece bagaj işlemleri ve kayıp bagaj sorunlarının çözümü çok daha hızlı ve verimli hâle gelir.
YOLOE ile kamusal alanları izleme#
Kalabalık pazarlar ve kafeler gibi kamusal alanlara ait güvenlik görüntüleri genellikle gün boyunca değişen insan, nesne ve etkinliklerin bir karışımını içerir. YOLOE, istemsiz modu kullanarak bu görüntüleri gerçek zamanlı analiz edebilir ve özel talimatlara ihtiyaç duymadan çanta, masa veya bisiklet gibi öğeleri otomatik olarak algılayabilir.
Şekil 5. YOLOE, yoğun bir kamusal alanda çeşitli nesneleri algılayabilir.
Bu özellik, güvenlik ekiplerinin sahipsiz eşyaları fark etmesi veya kalabalığın hareketini takip etmesi için özellikle kullanışlıdır. YOLOE'nin aynı anda birden fazla nesneyi algılayabilmesi, etkinlikler veya yoğun dönemlerde kamusal alanları yönetmeyi kolaylaştırır ve ekiplerin bilgi sahibi olup hızlı yanıt vermesine yardımcı olur.
YOLOE'nin artıları ve eksileri#
Bilgisayarlı görü uygulamalarında YOLOE kullanmanın temel avantajlarından bazıları şunlardır:
- Gerçek zamanlı performans: YOLOE, hızlı ve verimli işleme için optimize edilmiştir; canlı video akışları veya yoğun kamusal alanlar gibi dinamik ortamlarda bile gerçek zamanlı algılama sağlar.
- Ölçeklenebilirlik: YOLOE ölçeklenebilir ve güvenlik ile gözetimden perakende, sağlık hizmetleri ve otonom araçlara kadar çok çeşitli uygulamalarda iyi çalışır.
- Kullanım kolaylığı: YOLOE, Ultralytics Python paketi tarafından desteklendiği için mevcut bilgisayarlı görü projelerine kolayca entegre edilebilir.
Bununla birlikte YOLOE'yi kullanırken akılda tutulması gereken birkaç sınırlama vardır. Dikkate alman gereken birkaç faktör şunlardır:
- Yeterli eğitim verisi gerektirir: YOLOE sıfır örnekli algılamayı desteklese de görülmemiş nesnelerdeki performansı, eğitim verilerinden ne kadar iyi genelleme yaptığına bağlıdır. Bazı durumlarda, son derece özel görevlerde iyi performans göstermek için ek verilere veya ince ayara ihtiyaç duyabilir.
- Girdi kalitesine duyarlıdır: Modelin doğruluğu düşük kaliteli görüntü veya videolardan etkilenebilir. Bulanık veya yetersiz aydınlatılmış girdiler, modelin nesneleri doğru algılama yeteneğini azaltabilir; bu nedenle en iyi performans için yüksek kaliteli girdi önemlidir.
Önemli çıkarımlar#
YOLOE, kullanıcıların algılamayı metin veya görüntü istemleriyle yönlendirmesine olanak tanıyarak bilgisayarlı görüye daha fazla esneklik kazandırır. Sahnelerin hızla değiştiği ve yeniden eğitimin bir seçenek olmadığı gerçek dünya durumlarında iyi çalışır.
Bagaj işlemlerinden kamusal alanların izlenmesine kadar YOLOE yeni görevlere kolayca uyum sağlar. Yapay zekâ daha erişilebilir hâle geldikçe YOLOE gibi modeller, daha fazla sektörün görü teknolojisini pratik ve verimli şekillerde kullanmasına yardımcı oluyor.
Yapay zekâ yenilikleri hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu keşfet. Çözüm sayfalarımızda perakendede AI ve sağlık hizmetlerinde bilgisayarlı görü gibi alanlardaki en yeni gelişmeleri keşfet. Lisanslama seçeneklerimize göz at ve bugün bilgisayarlı görü kullanmaya başla!
