Veri Etiketleme

Veri etiketleme, ham verileri (resimler, metin dosyaları veya videolar gibi) tanımlama ve bağlam sağlamak için bir veya daha fazla bilgilendirici etiket veya açıklama ekleyerek bir makine öğrenimi modelinin bunlardan öğrenmesini sağlama işlemidir. Bu süreç, etiketli veri kümesinin algoritmanın yeni, etiketsiz veriler üzerinde doğru tahminler yapmak üzere kendini eğitmek için kullandığı "temel gerçek" olarak işlev gördüğü denetimli öğrenmenin temelini oluşturur. Modelin performansı doğrudan öğrendiği etiketlerin kalitesine ve doğruluğuna bağlı olduğundan, yüksek kaliteli veri etiketleme, sağlam bir yapay zeka modeli oluşturmanın en kritik ve zaman alıcı adımlarından biridir.

Veri Etiketleme Neden Önemlidir?

Veri etiketleme, modellerin dünyayı anlaması ve yorumlaması için gerekli temeli sağlar. Bilgisayarla görmede (CV) etiketler, bir modele bir nesnenin ne olduğunu ve bir görüntü içinde nerede bulunduğunu tanımayı öğretir. Doğru etiketler olmadan, bir model görevini yerine getirmek için gereken kalıpları öğrenemez, bu da zayıf doğruluk ve güvenilmezliğe yol açar. Etiketleme yoluyla oluşturulan eğitim verilerinin kalitesi, ortaya çıkan yapay zekanın kalitesini doğrudan belirler. Bu ilke genellikle "çöp içeri, çöp dışarı" olarak özetlenir. COCO ve ImageNet gibi iyi etiketlenmiş kıyaslama veri kümeleri, bilgisayarla görme alanındaki teknolojinin ilerlemesinde etkili olmuştur.

Bilgisayarlı Görüde Veri Etiketleme Türleri

Farklı CV görevleri farklı türlerde açıklama gerektirir. En yaygın yöntemler şunlardır:

• Görüntü Sınıflandırma: En basit şekli, içeriğini tanımlamak için tüm bir görüntüye tek bir etiket atanmasıdır (örneğin, "kedi", "köpek"). Bu görev için CIFAR-100 gibi veri kümelerini keşfedebilirsiniz.
• Nesne Algılama: Bir görüntüdeki ilgilenilen her nesnenin etrafına bir sınırlayıcı kutu çizilmesini ve ona bir sınıf etiketi atanmasını içerir. Bu, modele hem nesnenin ne olduğunu hem de nerede olduğunu söyler.
• Görüntü Segmentasyonu: Piksel düzeyinde bir nesnenin tam şeklini belirlemeyi içeren daha ayrıntılı bir yöntemdir. Bu, aynı sınıftaki tüm nesnelerin tek bir maskeyi paylaştığı anlamsal segmentasyon ve her bir nesne örneğinin ayrı ayrı segmente edildiği örnek segmentasyonu olarak ikiye ayrılabilir.
• Poz Tahmini: Bu teknik, anahtar noktalara açıklama ekleyerek nesnelerin konumunu ve yönünü belirler. Örneğin, insan pozu tahmininde anahtar noktalar dirsekler, dizler ve bilekler gibi eklemleri işaretler. COCO Keypoints veri kümesi bu görev için popüler bir kaynaktır.

Gerçek Dünya Uygulamaları

1. Otonom Araçlar: Veri etiketleme, sürücüsüz araçların algılama sistemlerini eğitmek için çok önemlidir. İnsan açıklamacılar milyonlarca görüntü ve video karesini titizlikle etiketleyerek arabaların, yayaların ve bisikletlilerin etrafına sınırlayıcı kutular çiziyor, şerit işaretlerini bölümlere ayırıyor ve trafik işaretlerini sınıflandırıyor. Bu zengin, etiketlenmiş veriler Ultralytics YOLO11 gibi modellerin karmaşık kentsel ortamlarda güvenli bir şekilde gezinmeyi öğrenmesini sağlar. Waymo gibi şirketler tarafından yapılan çalışmalar büyük ölçüde geniş, doğru etiketlenmiş veri kümelerine dayanmaktadır. Otomotivde Yapay Zeka çözümleri sayfamızda bu alan hakkında daha fazla bilgi edinebilirsiniz.
2. Tıbbi Görüntü Analizi: Sağlık hizmetlerinde yapay zeka alanında radyologlar ve tıp uzmanları tümörleri, lezyonları ve diğer anormallikleri tanımlamak için MRI, CT ve X-ışınları gibi taramaları etiketler. Örneğin, bir beyin tümörü veri kümesinde, uzmanlar bir tümörün kesin sınırlarını belirler. Bu etiketli veriler, erken teşhise yardımcı olabilecek modelleri eğitmek için kullanılır ve potansiyel olarak tıp uzmanları üzerindeki iş yükünü azaltır ve hasta sonuçlarını iyileştirir. Kuzey Amerika Radyoloji Derneği (RSNA), yapay zekanın tıbbi teşhisteki rolünü aktif olarak araştırmaktadır.

Veri Etiketleme ve İlgili Kavramlar

Veri etiketleme genellikle diğer veri hazırlama görevleriyle birlikte gerçekleştirilir, ancak bunları birbirinden ayırmak önemlidir:

• Veri Büyütme: Bu teknik, halihazırda etiketlenmiş verilerin değiştirilmiş versiyonlarını oluşturarak (örneğin, bir görüntünün döndürülmesi, çevrilmesi veya parlaklığının değiştirilmesi) eğitim veri kümesini yapay olarak genişletir. Artırma veri çeşitliliğini artırır ancak başlangıçtaki etiketli veri setine bağlıdır. Veri artırımına genel bir bakış daha fazla ayrıntı sağlar.
• Veri Temizleme: Bu süreç, bir veri setindeki hataların, tutarsızlıkların ve yanlışlıkların belirlenmesini ve düzeltilmesini veya kaldırılmasını içerir. Bu, yanlış etiketlerin düzeltilmesini içerse de veri temizleme bir kalite güvence adımıdır, veri etiketleme ise ek açıklamaları oluşturmanın ilk eylemidir. Wikipedia'daki veri temizliği daha fazla bağlam sunmaktadır.
• Veri Ön İşleme: Bu, veri etiketleme, temizleme ve normalleştirme veya görüntüleri bir modele hazırlamak için yeniden boyutlandırma gibi diğer dönüşümleri kapsayan daha geniş bir şemsiye terimdir. Etiketleme, daha büyük ön işleme hattı içinde özel ve önemli bir adımdır.

Zorluklar ve Çözümler

Önemine rağmen, veri etiketleme yüksek maliyetler, önemli zaman yatırımı ve insan hatası veya öznellik potansiyeli gibi zorluklarla doludur. Etiket kalitesinin ve tutarlılığının geniş yorumcu ekipleri arasında sağlanması büyük bir lojistik engeldir.

Bu süreci kolaylaştırmak için ekipler genellikle CVAT gibi özel açıklama araçlarını veya Ultralytics HUB gibi veri kümelerini ve etiketleme iş akışlarını yönetmek için işbirliğine dayalı bir ortam sağlayan platformları kullanır. Ayrıca, Aktif Öğrenme gibi gelişmiş teknikler, etiketlenecek en bilgilendirici veri noktalarını akıllıca seçerek yardımcı olabilir ve insan açıklamacıların zaman ve çaba kullanımını optimize edebilir. Stanford AI Lab makalesinde ayrıntılı olarak açıklandığı üzere, veri kalitesine odaklanmak başarılı bir yapay zekanın anahtarıdır.