YOLO12 açıklaması: Gerçek dünya uygulamaları ve kullanım alanları

Bilgisayarlı görü, makinelerin görüntüleri ve videoları anlamasına yardımcı olan bir yapay zekâ (AI) dalıdır. Yapay zekâ araştırmacıları ve geliştiricileri sınırları sürekli zorladığı için bu alan inanılmaz bir hızla ilerliyor. Yapay zekâ topluluğu, modelleri her zaman daha hızlı, daha akıllı ve daha verimli hâle getirmeyi amaçlıyor. En yeni atılımlardan biri, 18 Şubat 2025'te yayımlanan YOLO model serisinin en yeni üyesi YOLO12'dir.

YOLO12, University at Buffalo, SUNY (New York Eyalet Üniversitesi) ve University of Chinese Academy of Sciences'tan araştırmacılar tarafından geliştirildi. Benzersiz ve yeni bir yaklaşımla YOLO12, modelin her şeyi eşit şekilde işlemek yerine görüntünün en önemli kısımlarına odaklanmasını sağlayan dikkat mekanizmalarını kullanıma sunuyor.

Ayrıca daha az bellek kullanırken işlemeyi hızlandıran bir teknik olan FlashAttention'a ve insanların doğal olarak merkezi nesnelere odaklanma biçimini taklit etmek üzere tasarlanmış bir alan dikkat mekanizmasına sahip.

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

Şekil 1. Nesneleri algılamak için YOLO12 kullanımına bir örnek.

Bu makalede YOLO12'yi farklı kılan özellikleri, önceki sürümlerle karşılaştırmasını ve hangi alanlarda uygulanabileceğini inceleyeceğiz.

YOLO12'nin yayımlanmasına giden yol#

YOLO model serisi, gerçek zamanlı nesne algılama için tasarlanmış bilgisayarlı görü modellerinden oluşur; yani görüntü ve videolardaki nesneleri hızlıca tanımlayıp konumlandırabilir. Zaman içinde her sürüm hız, doğruluk ve verimlilik açısından gelişti.

Örneğin 2020'de yayımlanan Ultralytics YOLOv5, hızlı olması ve özel olarak eğitilip dağıtılmasının kolaylığı sayesinde yaygın biçimde kullanılmaya başlandı. Daha sonra Ultralytics YOLOv8, örnek segmentasyonu ve nesne takibi gibi bilgisayarlı görü görevleri için ek destek sunarak bunu geliştirdi.

Daha yakın zamanda Ultralytics YOLO11, hız ve doğruluk arasında dengeyi korurken gerçek zamanlı işlemeyi iyileştirmeye odaklandı. Örneğin YOLO11m, YOLOv8m'den %22 daha az parametreye sahip olmasına rağmen nesne algılama modellerini değerlendirmede yaygın olarak kullanılan COCO veri kümesinde daha iyi algılama performansı sundu.

Bu gelişmelerin üzerine inşa edilen YOLO12, görsel bilgileri işleme biçiminde bir değişiklik sunuyor. Görüntünün tüm kısımlarını eşit şekilde ele almak yerine en ilgili alanlara öncelik vererek algılama doğruluğunu artırıyor. Basitçe söylemek gerekirse YOLO12, daha hassas olmayı hedeflerken önceki geliştirmelerin üzerine inşa ediliyor.

YOLO12'nin temel özellikleri#

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

• Dikkat odaklı mimari: YOLO12, görüntünün her kısmını eşit şekilde ele almak yerine en önemli alanlara odaklanır. Bu yaklaşım doğruluğu artırır ve gereksiz işlemeyi azaltarak karmaşık görüntülerde bile algılamayı daha hassas ve verimli hâle getirir.
• FlashAttention: YOLO12, daha az bellek kullanırken görüntü analizini hızlandırır. FlashAttention (bellek açısından verimli bir algoritma) sayesinde veri işleme optimize edilir, donanım üzerindeki yük azaltılır ve gerçek zamanlı görevler daha akıcı ve güvenilir hâle gelir.
• Artıklı Verimli Katman Birleştirme Ağları (R-ELAN): YOLO12, R-ELAN kullanarak katmanlarını daha verimli biçimde düzenler; bu da modelin verileri işleme ve bunlardan öğrenme şeklini iyileştirir. Böylece eğitim daha kararlı, nesne tanıma daha hassas ve hesaplama gereksinimleri daha düşük olur; model farklı ortamlarda verimli şekilde çalışır.

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

Dikkat odaklı mimarisi en önemli ayrıntılara odaklanmasına yardımcı olurken FlashAttention, sistemi aşırı yüklemeden her şeyi hızlıca işlemesini sağlar. Bu sayede alışveriş merkezi yöneticileri güvenliği iyileştirebilir, mağaza düzenlerini organize edebilir ve genel alışveriş deneyimini geliştirebilir.

Şekil 2. YOLO12 kullanılarak alışveriş merkezinde nesnelerin algılanması.

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

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

YOLO12'nin performans karşılaştırmalarını anlama#

YOLO12, her biri farklı ihtiyaçlar için optimize edilmiş birden çok varyantla sunulur. Daha küçük sürümler (nano ve small) hız ve verimliliğe öncelik verir; bu da onları mobil cihazlar ve uç bilişim için ideal hâle getirir. Orta ve büyük 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 bağlı olarak farklı performans düzeyleri sunar. Karşılaştırma testleri, YOLO12'nin bazı varyantlarının doğruluk açısından 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 algılama doğruluğu ile hız arasında bir ödünleşim olduğunu gösterir. Buna rağmen YOLO12, diğer birçok modele kıyasla daha az parametre gerektirerek verimli kalır; ancak yine de YOLO11'den daha fazla parametre kullanır. Bu nedenle ham hızdan çok doğruluğun önemli olduğu uygulamalar için iyi bir seçimdir.

Şekil 3. Ultralytics YOLO11 ve YOLO12'nin karşılaştırılması.

YOLO12'yi Ultralytics Python paketiyle kullanma#

YOLO12, Ultralytics Python paketi tarafından desteklenir ve kullanımı kolaydır; bu da onu hem yeni başlayanlar hem de profesyoneller için erişilebilir kılar. Kullanıcılar yalnızca birkaç satır kodla önceden eğitilmiş modelleri yükleyebilir, görüntü ve videolarda çeşitli bilgisayarlı görü görevlerini çalıştırabilir ve YOLO12'yi özel veri kümeleri üzerinde eğitebilir. Ultralytics Python paketi, karmaşık kurulum adımlarına duyulan ihtiyacı ortadan kaldırarak süreci kolaylaştırır.

Örneğin YOLO12'yi nesne algılama için kullanmak üzere uygulayacağın adımlar şunlardır:

• Ultralytics paketini yükle: Öncelikle YOLO12'yi verimli şekilde 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 varyantını (nano, small, medium, large veya extra large) seç.
• Bir görüntü veya video sağla: Analiz etmek istediğin bir görüntü ya da video dosyasını gir. YOLO12, gerçek zamanlı algılama için canlı video akışlarını da işleyebilir.
• Algılama sürecini çalıştır: Model görsel verileri tarar, nesneleri tanımlar ve etraflarına sınırlayıcı kutular yerleştirir. Algılanan her nesneyi tahmin edilen sınıfı ve güven skoruyla etiketler.
• Algılama ayarlarını düzenle: Algılama doğruluğunu ve performansını hassas şekilde ayarlamak için güven eşikleri gibi parametreleri de değiştirebilirsin.
• Çıktıyı kaydet veya kullan: Artık algılanan nesneleri içeren işlenmiş görüntü ya da video, daha fazla analiz, otomasyon veya karar verme amacıyla kaydedilebilir ya da bir uygulamaya entegre edilebilir.

Bu adımlar, YOLO12'yi gözetim ve perakende takibinden tıbbi görüntüleme ve otonom araçlara kadar çeşitli uygulamalarda kullanmayı kolaylaştırır.

YOLO12'nin pratik uygulamaları#

YOLO12; nesne algılama, örnek segmentasyonu, görüntü sınıflandırma, poz tahmini ve yönlendirilmiş nesne algılama (OBB) desteği sayesinde çeşitli gerçek dünya uygulamalarında kullanılabilir.

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

Ancak daha önce ele aldığımız gibi YOLO12 modelleri hızdan çok doğruluğa öncelik verir; bu da görüntüleri önceki sürümlere kıyasla biraz daha uzun sürede işledikleri anlamına gelir. Bu ödünleşim, YOLO12'yi gerçek zamanlı hızdan çok hassasiyetin önemli olduğu şu tür uygulamalar için ideal hâle getirir:

• Tıbbi görüntüleme: YOLO12, röntgen ve MRI görüntülerindeki tümörleri veya anormallikleri yüksek doğrulukla algılamak üzere özel olarak eğitilebilir; bu da onu tanı için hassas görüntü analizine ihtiyaç duyan doktorlar ve radyologlar için yararlı bir araç hâline getirir.
• Üretimde kalite kontrolü: Üretim sürecinde ürün kusurlarını belirlemeye yardımcı olarak yalnızca yüksek kaliteli ürünlerin pazara ulaşmasını sağlayabilir, israfı azaltabilir ve verimliliği artırabilir.
• Adli analiz: Kolluk kuvvetleri, gözetim görüntülerini analiz etmek ve kanıt toplamak için YOLO12'yi ince ayarlayabilir. Suç soruşturmalarında temel ayrıntıları belirlemek için hassasiyet hayati önem taşır.
• Hassas tarım: Çiftçiler YOLO12'yi mahsul sağlığını analiz etmek, hastalık veya zararlı istilalarını tespit etmek ve toprak koşullarını izlemek için kullanabilir. Doğru değerlendirmeler, tarım stratejilerini optimize etmeye yardımcı olarak daha iyi verim ve kaynak yönetimi sağlar.

YOLO12'yi kullanmaya başlama#

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

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

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

Kullanılabilirlik ve erişilebilirlik göz önünde bulundurularak Ultralytics Python paketi, kurulumu oldukça teknik açıdan karmaşık olabildiği için henüz FlashAttention çıkarımını desteklemiyor. YOLO12'yi kullanmaya başlama ve performansını optimize etme hakkında daha fazla bilgi edinmek için resmî Ultralytics belgelerine göz at.

Önemli çıkarımlar#

Bilgisayarlı görü ilerledikçe modeller daha hassas ve verimli hâle geliyor. YOLO12, dikkat odaklı işleme ve FlashAttention sayesinde nesne algılama, örnek segmentasyonu ve görüntü sınıflandırma gibi bilgisayarlı görü görevlerini geliştirerek doğruluğu artırırken bellek kullanımını optimize ediyor.

Aynı zamanda bilgisayarlı görü hiç olmadığı kadar erişilebilir. YOLO12, Ultralytics Python paketi üzerinden kolayca kullanılabilir ve hıza kıyasla doğruluğa odaklandığı için hassasiyetin kritik olduğu tıbbi görüntüleme, endüstriyel denetimler ve robotik gibi uygulamalar için uygundur.

Yapay zekâ hakkında meraklı mısın? GitHub depomuzu ziyaret et ve topluluğumuzla etkileşime geç. Çözümler sayfalarımızda otonom araçlarda yapay zekâ ve tarımda bilgisayarlı görü gibi sektörlerdeki yenilikleri keşfet. Lisans seçeneklerimize göz at ve görsel yapay zekâ projelerini hayata geçir. 🚀