Anchor Boxes

Çapa kutuları, nesne algılama modellerinin nesneleri bulmasına ve sınıflandırmasına yardımcı olmak için görüntü üzerine yerleştirilen, belirli en-boy oranlarına ve ölçeklere sahip önceden tanımlanmış referans dikdörtgenleridir. Sinir ağından bir nesnenin tam boyutunu ve konumunu sıfırdan tahmin etmesini istemek—nesne şekillerinin büyük çeşitliliği nedeniyle istikrarsız olabilen bir durum—yerine model, bu sabit şablonları bir başlangıç noktası olarak kullanır. Bu başlangıç kutularını gerçek verilerle (ground truth) eşleşecek şekilde ne kadar ayarlayacağını veya "regrese" edeceğini öğrenerek sistem, daha hızlı yakınsama ve daha yüksek doğruluk elde edebilir. Bu teknik, lokalizasyonun karmaşık görevini daha yönetilebilir bir optimizasyon problemine basitleştirerek bilgisayarlı görü (CV) alanını temelden dönüştürdü.

Link to this sectionÇapa Kutularının Mekanizması#

Klasik çapa tabanlı dedektörlerde, girdi görüntüsü hücrelerden oluşan bir ızgaraya bölünür. Ağ, her hücre konumunda farklı geometrilere sahip birden fazla çapa kutusu üretir. Örneğin, uzun bir yayayı ve geniş bir arabayı aynı anda tespit etmek için model, aynı merkez noktasında uzun, dar bir kutu ve kısa, geniş bir kutu önerebilir.

Model eğitimi sırasında, bu çapalar IoU (Intersection over Union) adı verilen bir metrik kullanılarak gerçek nesnelerle eşleştirilir. Etiketli bir nesneyle önemli ölçüde örtüşen çapalar "pozitif" örnekler olarak belirlenir. Ağ daha sonra iki paralel görevi öğrenir:

1. Sınıflandırma: Çapaya, belirli bir sınıfı (örneğin, "köpek" veya "bisiklet") içerme olasılığını gösteren bir olasılık puanı atar. Bu, çapraz entropi kaybı gibi standart denetimli öğrenme hedeflerini kullanır.

2. Kutu Regresyonu: Genel çapayı sıkı bir şekilde saran bir sınırlayıcı kutuya (bbox) dönüştürmek için gereken kesin ofset değerlerini (koordinat kaymaları ve ölçeklendirme faktörleri) hesaplar.

Bu yaklaşım, modelin birbirine yakın konumlanmış farklı boyutlardaki birden fazla nesneyi işlemesine olanak tanır, çünkü her nesne kendi şekliyle en iyi eşleşen çapaya atanabilir.

Link to this sectionGerçek Dünya Uygulamaları#

Daha yeni mimariler çapa içermeyen (anchor-free) tasarımlara yöneliyor olsa da, çapa kutuları nesne özelliklerinin tahmin edilebilir olduğu birçok yerleşik üretim sisteminde hayati önemini korumaktadır.

• Perakende ve Envanter Yönetimi: Yapay zeka destekli perakende çözümlerinde, kameralar raf stoklarını izler. Mısır gevreği kutuları veya soda kutuları gibi ürünler standart boyutlara sahip olduğundan, çapa kutuları bu belirli en-boy oranlarına göre ayarlanabilir. Bu ön bilgi, modelin karmaşık ortamlarda bile yüksek hatırlama (recall) oranını korumasına yardımcı olur.
• Otonom Sürüş: Otonom araçlardaki algılama yığınları, yayaları, araçları ve trafik işaretlerini tespit etmeye dayanır. Uzaktan görülen bir araba yola kıyasla nispeten tutarlı bir şekil profiline sahip olduğundan, bu şekillere göre uyarlanmış çapaların kullanılması güçlü bir nesne takibi ve mesafe tahmini sağlar.

Link to this sectionÇapa Tabanlı vs. Çapa İçermeyen#

Geleneksel çapa tabanlı yöntemler ile modern çapa içermeyen dedektörler arasında ayrım yapmak önemlidir.

• Çapa Tabanlı: Orijinal Faster R-CNN veya erken YOLO sürümleri (örneğin YOLOv5) gibi modeller bu önceden tanımlanmış şablonları kullanır. Bunlar sağlamdır ancak genellikle yeni veri kümelerine uyum sağlamak için hiperparametrelerin (çapa boyutları/oranları) manuel olarak ayarlanmasını veya k-means kümeleme gibi kümeleme algoritmalarını gerektirir.
• Çapa İçermeyen: YOLO26 dahil olmak üzere gelişmiş modeller genellikle çapa içermeyen veya uçtan uca yaklaşımlar kullanır. Bu ağlar doğrudan nesne merkezlerini veya anahtar noktalarını tahmin ederek manuel çapa yapılandırması ihtiyacını ortadan kaldırır. Bu, mimariyi basitleştirir ve binlerce boş arka plan çapasını işlemek için gereken hesaplamayı eleyerek çıkarımı (inference) hızlandırır.

Link to this sectionÖrnek: Çapa Bilgisine Erişim#

Ultralytics Platform gibi modern üst düzey API'ler eğitim sırasında bu ayrıntıları soyutlasa da, çapaları anlamak eski model mimarileriyle çalışırken veya model yapılandırma dosyalarını analiz ederken yararlıdır. Aşağıdaki kod parçacığı, bir modelin nasıl yükleneceğini ve çapa ayarlarının (varsa) tanımlı olduğu yapılandırmasının nasıl inceleneceğini göstermektedir.

from ultralytics import YOLO

# Load a pre-trained YOLO model (YOLO26 is anchor-free, but legacy configs act similarly)
model = YOLO("yolo26n.pt")

# Inspect the model's stride, which relates to grid cell sizing in detection
print(f"Model strides: {model.model.stride}")

# For older anchor-based models, anchors might be stored in the model's attributes
# Modern anchor-free models calculate targets dynamically without fixed boxes
if hasattr(model.model, "anchors"):
    print(f"Anchors: {model.model.anchors}")
else:
    print("This model architecture is anchor-free.")

Link to this sectionZorluklar ve Hususlar#

Etkili olsalar da, çapa kutuları karmaşıklık getirir. Görüntü başına genellikle on binlerce üretilen devasa çapa sayısı, çoğu çapa sadece arka planı kapsadığından bir sınıf dengesizliği sorunu yaratır. Focal Loss gibi teknikler, kolay arka plan örneklerini düşük ağırlıklandırarak bunu azaltmak için kullanılır. Ek olarak, nihai çıktı genellikle birbiriyle çakışan gereksiz kutuları filtrelemek için NMS (Non-Maximum Suppression) gerektirir, böylece her nesne için yalnızca en güvenilir algılamanın kalması sağlanır.