YOLO12 açıklaması: Gerçek dünya uygulamaları ve kullanım örnekleri

Bilgisayarlı görü, makinelerin görüntüleri ve videoları anlamasına yardımcı olan bir yapay zekâ (AI) dalıdır. Yapay zekâ araştırmacıları ve geliştiricileri sınırları sürekli zorladığından bu alan inanılmaz bir hızla ilerliyor. Yapay zekâ topluluğu modelleri daha hızlı, akıllı ve verimli hâle getirmeyi hedefliyor. En yeni atılımlardan biri, 18 Şubat 2025'te yayımlanan YOLO (You Only Look Once) model serisinin en yeni üyesi YOLO12. O zamandan beri Ultralytics YOLO26, üretim iş yüklerinin çoğunda önerilen model hâline geldi.

YOLO12, University at Buffalo, SUNY (New York Eyalet Üniversitesi) ve Çin Bilimler Akademisi Üniversitesi'nden araştırmacılar tarafından geliştirildi. YOLO12, farklı bir yaklaşımla dikkat mekanizmalarını kullanıma sunarak modelin her şeyi eşit biçimde işlemek yerine görüntünün en önemli kısımlarına odaklanmasını sağlıyor.

Daha az bellek kullanırken işlemeyi hızlandıran bir teknik olan FlashAttention ve insanların doğal olarak merkezdeki nesnelere odaklanma biçimini taklit etmek üzere tasarlanmış bir alan dikkat mekanizması da içerir.

Bu geliştirmeler YOLO12n'i YOLOv10n'den %2,1 daha doğru, YOLO12m'yi ise YOLO11m'den %1,0 daha doğru hâle getiriyor. Ancak bunun bir bedeli var: YOLO12n, YOLOv10n'den %9; YOLO12m ise YOLO11m'den %3 daha yavaş.

Şekil 1. Nesneleri tespit etmek için kullanılan YOLO12 örneği.

Bu makalede YOLO12'yi farklı kılan özellikleri, önceki sürümlerle nasıl karşılaştırıldığını ve hangi alanlarda kullanılabileceğini inceleyeceğiz.

YOLO12'nin yayımlanma süreci#

YOLO model serisi, gerçek zamanlı nesne tespiti için tasarlanmış bilgisayarlı görü modelleri koleksiyonudur; yani görüntülerdeki ve videolardaki nesneleri hızla tanımlayıp konumlandırabilirler. Her sürüm zaman içinde hız, doğruluk ve verimlilik açısından gelişmiştir.

Örneğin 2020'de yayımlanan Ultralytics YOLOv5, hızlı olduğu ve özel verilerle kolayca eğitilip dağıtılabildiği için yaygın biçimde kullanılmaya başladı. Daha sonra Ultralytics YOLOv8, örnek segmentasyonu ve nesne takibi gibi bilgisayarlı görü görevlerine yönelik ek destek sunarak bu özellikleri geliştirdi.

Daha yakın zamanda Ultralytics YOLO11, hız ve doğruluk arasında dengeyi korurken gerçek zamanlı işlemeyi geliştirmeye odaklandı. Örneğin YOLO11m, YOLOv8m'den %22 daha az parametreye sahip olmasına rağmen nesne tespit modellerini değerlendirmek için yaygın olarak kullanılan bir kıyaslama veri kümesi olan COCO'da daha iyi tespit performansı gösterdi.

Bu gelişmelerin üzerine inşa edilen YOLO12, görsel bilgileri işleme biçiminde bir değişiklik getiriyor. Görüntünün tüm kısımlarını eşit biçimde ele almak yerine en alakalı alanlara öncelik vererek tespit doğruluğunu artırıyor. Basitçe söylemek gerekirse YOLO12, daha hassas olmayı hedeflerken önceki geliştirmelerin üzerine koyuyor.

YOLO12'nin temel özellikleri#

YOLO12, gerçek zamanlı işleme hızını korurken bilgisayarlı görü görevlerini geliştiren çeşitli yenilikler sunuyor. YOLO12'nin temel özelliklerine genel bir bakış:

• Dikkat odaklı mimari: YOLO12, görüntünün her bölümünü eşit biçimde ele almak yerine en önemli alanlara odaklanır. Bu yaklaşım doğruluğu artırır ve gereksiz işlemeyi azaltarak kalabalık görüntülerde bile daha net ve verimli tespit yapılmasını sağlar.
• FlashAttention: YOLO12, daha az bellek kullanarak görüntü analizini hızlandırır. Bellek verimliliği yüksek bir algoritma olan FlashAttention ile veri işleme sürecini optimize ederek donanım yükünü azaltır ve gerçek zamanlı görevleri daha akıcı, güvenilir hâle getirir.
• Artık Bağlantılı Verimli Katman Birleştirme Ağları (R-ELAN): YOLO12, R-ELAN kullanarak katmanlarını daha verimli biçimde düzenler; böylece modelin verileri işleme ve bunlardan öğrenme biçimi gelişir. Bu, eğitimi daha kararlı, nesne tanımayı daha keskin ve hesaplama gereksinimlerini daha düşük hâle getirerek modelin farklı ortamlarda verimli çalışmasını sağlar.

Bu özelliklerin gerçek hayatta nasıl çalıştığını anlamak için bir alışveriş merkezini düşün. YOLO12; müşterileri takip etmeye, saksı bitkileri veya tanıtım tabelaları gibi mağaza süslemelerini tanımlamaya ve yanlış yerde bırakılmış ya da terk edilmiş eşyaları tespit etmeye yardımcı olabilir.

Dikkat odaklı mimarisi en önemli ayrıntılara yoğunlaşmasına yardımcı olurken FlashAttention, sistemi aşırı yüklemeden her şeyi hızla işlemesini sağlar. Bu sayede alışveriş merkezi yöneticileri güvenliği artırabilir, mağaza yerleşimlerini düzenleyebilir ve genel alışveriş deneyimini iyileştirebilir.

Şekil 2. YOLO12 kullanarak alışveriş merkezindeki nesneleri tespit etme.

Ancak YOLO12'nin dikkate alınması gereken bazı sınırlamaları da vardır:

• Daha uzun eğitim süreleri: YOLO12, mimarisi nedeniyle Ultralytics YOLO11'e kıyasla daha uzun eğitim süresi gerektirir.
• Dışa aktarma zorlukları: Bazı kullanıcılar YOLO12 modellerini dışa aktarırken, özellikle modelleri belirli dağıtım ortamlarına entegre ederken güçlük yaşayabilir.

YOLO12 performans kıyaslamalarını anlama#

YOLO12, her biri farklı ihtiyaçlar için optimize edilmiş çeşitli sürümlerle sunulur. Küçük sürümler (nano ve small) hız ve verimliliğe öncelik verdiğinden mobil cihazlar ve uç bilişim için idealdir. Medium ve large sürümler hız ile doğruluk arasında denge kurarken YOLO12x (extra large), endüstriyel otomasyon, tıbbi görüntüleme ve gelişmiş gözetim sistemleri gibi yüksek hassasiyet gerektiren uygulamalar için tasarlanmıştır.

Bu çeşitlilik sayesinde YOLO12, model boyutuna göre farklı performans düzeyleri sunar. Kıyaslama testleri, YOLO12'nin bazı sürümlerinin doğruluk bakımından YOLOv10 ve Ultralytics YOLO11'den daha iyi performans göstererek daha yüksek ortalama hassasiyet (mAP) elde ettiğini ortaya koyuyor.

Ancak YOLO12m, YOLO12l ve YOLO12x gibi bazı modeller görüntüleri YOLO11'den daha yavaş işler; bu da tespit doğruluğu ile hız arasında bir ödünleşim olduğunu gösterir. Buna rağmen YOLO12 verimliliğini korur ve diğer birçok modele kıyasla daha az parametre gerektirir, ancak yine de YOLO11'den daha fazlasını kullanır. Bu nedenle ham hızdan çok doğruluğun önemli olduğu uygulamalar için iyi bir seçenektir.

Şekil 3. Ultralytics YOLO11 ve YOLO12'nin karşılaştırması.

Ultralytics Python paketiyle YOLO12'yi kullanma#

YOLO12, Ultralytics Python paketi tarafından desteklenir ve kolayca kullanılabilir; böylece hem yeni başlayanlar hem de profesyoneller için erişilebilir hâle gelir. Kullanıcılar yalnızca birkaç satır kodla önceden eğitilmiş modelleri yükleyebilir, görüntülerde ve videolarda çeşitli bilgisayarlı görü görevlerini çalıştırabilir ve YOLO12'yi özel veri kümeleriyle eğitebilir. Ultralytics Python paketi süreci kolaylaştırır ve karmaşık kurulum adımlarına olan ihtiyacı ortadan kaldırır.

Örneğin, YOLO12'yi nesne tespiti için kullanmak üzere izleyeceğin adımlar şunlardır:

• Ultralytics paketini yükle: Öncelikle YOLO12'yi verimli biçimde çalıştırmak için gereken araçları sağlayan Ultralytics Python paketini yükle. Bu, tüm bağımlılıkların doğru şekilde kurulmasını sağlar.
• Önceden eğitilmiş bir YOLO12 modeli yükle: Görevin için gereken doğruluk ve hız düzeyine göre uygun YOLO12 sürümünü (nano, small, medium, large veya extra large) seç.
• Bir görüntü veya video sağla: Analiz etmek istediğin bir görüntü ya da video dosyasını girdi olarak ver. YOLO12, gerçek zamanlı tespit için canlı video akışlarını da işleyebilir.
• Tespit sürecini çalıştır: Model görsel verileri tarar, nesneleri belirler ve çevrelerine sınırlayıcı kutular çizer. Tespit edilen her nesneyi tahmin edilen sınıfı ve güven skoru ile etiketler.
• Tespit ayarlarını düzenle: Tespit doğruluğunu ve performansını ince ayarlamak için güven eşikleri gibi parametreleri de değiştirebilirsin.
• Çıktıyı kaydet veya kullan: Tespit edilen nesneleri içeren işlenmiş görüntü ya da video kaydedilebilir veya daha ileri analiz, otomasyon ya da karar alma için bir uygulamaya entegre edilebilir.

Bu adımlar YOLO12'yi gözetim ve perakende takibinden tıbbi görüntüleme ve otonom araçlara kadar pek çok uygulamada kullanmayı kolaylaştırır.

YOLO12'nin pratik uygulamaları#

YOLO12; nesne algılama, örnek bölütleme, görüntü sınıflandırma, poz tahmini ve yönlendirilmiş nesne algılama (OBB) desteği sayesinde çeşitli gerçek dünya uygulamalarında kullanılabilir; ancak önceden eğitilmiş ağırlıklar şu anda yalnızca algılama için yayımlanmıştır.

Şekil 4. YOLO12, nesne tespiti ve örnek segmentasyonu gibi görevleri destekler.

Ancak daha önce belirttiğimiz gibi YOLO12 modelleri hızdan çok doğruluğa öncelik verir; bu nedenle görüntüleri önceki sürümlere kıyasla biraz daha uzun sürede işler. Bu ödünleşim, YOLO12'yi gerçek zamanlı hızdan çok hassasiyetin önemli olduğu şu uygulamalar için ideal hâle getirir:

• Tıbbi görüntüleme: YOLO12, X-ışınları ve MR görüntülerindeki tümörleri veya anormallikleri yüksek doğrulukla tespit etmek üzere özel olarak eğitilebilir. Bu özelliğiyle tanı için hassas görüntü analizine ihtiyaç duyan doktorlar ve radyologlar için kullanışlı bir araçtır.
• Üretimde kalite kontrolü: Üretim sürecinde ürün kusurlarını belirlemeye yardımcı olabilir. Böylece yalnızca yüksek kaliteli ürünler pazara sunulurken atık azalır ve verimlilik artar.
• Adli analiz: Kolluk kuvvetleri, gözetim görüntülerini analiz etmek ve kanıt toplamak için YOLO12'nin ince ayarını yapabilir. Suç soruşturmalarında önemli ayrıntıları belirlemek için hassasiyet hayati önem taşır.
• Hassas tarım: Çiftçiler YOLO12'yi ürün sağlığını analiz etmek, hastalıkları veya zararlı istilalarını tespit etmek ve toprak koşullarını izlemek için kullanabilir. Doğru değerlendirmeler tarım stratejilerini optimize ederek verimi ve kaynak yönetimini iyileştirir.

YOLO12'yi kullanmaya başlama#

YOLO12'yi çalıştırmadan önce sisteminin gerekli koşulları karşıladığından emin olman önemlidir.

Teknik olarak YOLO12, özel bir GPU (Grafik İşlem Birimi) üzerinde çalışabilir. Varsayılan olarak FlashAttention gerektirmez; bu nedenle FlashAttention olmadan da çoğu GPU sisteminde çalışabilir. Ancak FlashAttention'ı etkinleştirmek, özellikle büyük veri kümeleriyle veya yüksek çözünürlüklü görüntülerle çalışırken çok yararlı olabilir; yavaşlamaları önlemeye, bellek kullanımını azaltmaya ve işleme verimliliğini artırmaya yardımcı olur.

FlashAttention'ı kullanmak için şu serilerden birine ait bir NVIDIA GPU gerekir: Turing (T4, Quadro RTX), Ampere (RTX 30 serisi, A30, A40, A100), Ada Lovelace (RTX 40 serisi) veya Hopper (H100, H200).

Kullanılabilirliği ve erişilebilirliği göz önünde bulunduran FlashAttention, Ultralytics Python paketinde isteğe bağlıdır ve kurulumu teknik açıdan oldukça karmaşık olabileceği için ayrıca derlenmelidir. YOLO12'yi kullanmaya başlama ve performansını optimize etme hakkında daha fazla bilgi edinmek için resmî Ultralytics belgelerine göz at.

Önemli çıkarımlar#

Bilgisayarlı görü geliştikçe modeller daha hassas ve verimli hâle geliyor. YOLO12, dikkat odaklı işleme ve FlashAttention sayesinde nesne tespiti, örnek segmentasyonu ve görüntü sınıflandırması gibi bilgisayarlı görü görevlerini geliştiriyor; bellek kullanımını optimize ederken doğruluğu artırıyor.

Aynı zamanda bilgisayarlı görü hiç olmadığı kadar erişilebilir. YOLO12, Ultralytics Python paketiyle kolayca kullanılabilir ve hızdan çok doğruluğa odaklandığından hassasiyetin kritik olduğu tıbbi görüntüleme, endüstriyel denetim ve robotik uygulamalarına uygundur.

Yapay zekâyı merak mı ediyorsun? GitHub depomuzu ziyaret et ve topluluğumuzla etkileşime geç. Çözümler sayfalarımızda otonom araçlarda yapay zekâ ve tarımda bilgisayarlı görü gibi sektörlerdeki yenilikleri keşfet. Lisanslama seçeneklerimize göz at ve yapay zekâ destekli görü projelerini hayata geçir.