Generative Adversarial Network (GAN)

Üretken Çekişmeli Ağlar (GAN'lar), eğitim verilerine benzeyen yeni veri örnekleri oluşturmak için tasarlanmış, yapay zeka (AI) alanındaki gelişmiş bir çerçevedir. 2014 yılında Ian Goodfellow ve meslektaşları tarafından çığır açan bir makalede tanıtılan GAN'lar, iki farklı sinir ağı arasındaki benzersiz bir rekabet ilkesine dayanır. Bu mimari, modern üretken yapay zekanın temel taşı haline gelmiş olup fotogerçekçi görüntülerin oluşturulmasını, video iyileştirmeyi ve karmaşık makine öğrenimi görevleri için çeşitli eğitim veri kümelerinin sentezlenmesini sağlar.

Link to this sectionÇekişmeli Mimari#

Bir GAN'ın temel mekanizması, genellikle kalpazan ve dedektif benzetmesiyle tanımlanan, sıfır toplamlı bir oyunda eş zamanlı olarak eğitilen iki modeli içerir.

• Üretici (Generator): Bu ağ, "kalpazan" görevi görür. Girdi olarak rastgele gürültü (gizli bir vektör) alır ve özgün görünen görüntüler gibi veriler üretmeye çalışır. Birincil amacı, ayırt ediciyi üretilen çıktının gerçek olduğuna inandırarak kandırmaktır. Bu süreç, yüksek kaliteli sentetik veri oluşturmanın temelidir.
• Ayırt Edici (Discriminator): "Dedektif" rolünü üstlenen bu ağ, eğitim verilerinden gelen gerçek örnekler ile üretici tarafından oluşturulan sahte örnekleri birbirinden ayırmak için girdileri değerlendirir. Standart bir ikili sınıflandırıcı olarak işlev görür ve girdinin gerçek olma olasılığını çıktı olarak verir.

Eğitim sürecinde üretici, ayırt edicinin doğru bir sınıflandırma yapma olasılığını en aza indirirken, ayırt edici aynı olasılığı en üst düzeye çıkarır. Bu çekişmeli döngü, sistem Nash Dengesi olarak bilinen noktaya, yani üreticinin ayırt edicinin gerçek dünyadan gelen örneklerle artık ayırt edemeyeceği kadar gerçekçi veriler ürettiği duruma ulaşana kadar devam eder.

Link to this sectionGörüntü İşleme Yapay Zekasında Gerçek Dünya Uygulamaları#

GAN'lar akademik teorinin ötesine geçerek, özellikle bilgisayarlı görü alanında olmak üzere çeşitli sektörlerdeki pratik sorunları çözmeye başlamıştır.

1. Model Eğitimi için Veri Çoğaltma: Verilerin kıt olduğu veya gizliliğin kritik olduğu tıbbi görüntü analizi gibi senaryolarda, GAN'lar gerçekçi sentetik örnekler oluşturmak için kullanılır. Örneğin, sentetik MR taramaları oluşturmak, araştırmacıların hasta gizliliğinden ödün vermeden sağlam tanı modelleri eğitmesine olanak tanır. Bu teknik, güvenliği artırmak için nadir hava koşullarını veya trafik senaryolarını simüle edebilen otonom araçlar için de hayati öneme sahiptir.

2. Süper Çözünürlük ve Görüntü İyileştirme: GAN'lar, düşük çözünürlüklü görüntüleri, makul detaylar ekleyerek yüksek çözünürlüğe yükseltme işlemi olan süper çözünürlük konusunda oldukça etkilidir. Bu yöntem, tarihi arşivlerin restore edilmesinde, küresel haritalama için uydu görüntülerinin iyileştirilmesinde ve video akış kalitesinin artırılmasında yaygın olarak kullanılır.

3. Stil Aktarımı: Bu uygulama, bir görüntünün estetik stilinin diğerinin içeriğine uygulanmasına olanak tanır. CycleGAN gibi araçlar, gündüz çekilen fotoğrafları gece sahnelerine dönüştürme veya eskizleri fotogerçekçi ürün maketlerine çevirme gibi dönüşümleri mümkün kılarak moda perakendesinde yapay zeka iş akışlarını kolaylaştırır.

Link to this sectionGAN'lar ile Difüzyon Modelleri Arasındaki Fark#

While both are generative technologies, it is important to distinguish GANs from diffusion models like those used in Stable Diffusion.

• Çıkarım Hızı: GAN'lar genellikle verileri tek bir ileri geçişte ürettikleri için gerçek zamanlı çıkarımda önemli ölçüde daha hızlıdır.
• Eğitim Kararlılığı: Difüzyon modelleri, bir görüntüden iteratif olarak gürültüyü kaldırma yöntemiyle çalışır; bu da genellikle daha kararlı bir eğitim ve daha yüksek mod kapsamı (çeşitlilik) sağlar. Buna karşılık GAN'lar, üreticinin sınırlı çeşitlilikte çıktılar ürettiği "mod çökmesi" sorunu yaşayabilir; ancak Wasserstein GAN'lar (WGAN) gibi teknikler bu sorunu hafifletmeye yardımcı olur.

Link to this sectionGAN Tarafından Üretilen Verilerin YOLO ile Entegrasyonu#

GAN'ların güçlü bir kullanım alanı, YOLO26 gibi nesne algılama modellerini eğitmek için sentetik veri kümeleri oluşturmaktır. Belirli bir hata türüne veya nesneye ait yeterli gerçek dünya görüntün yoksa, bir GAN binlerce etiketli varyasyon üretebilir. Ardından bu veri kümelerini yönetebilir ve modelini Ultralytics Platform kullanarak eğitebilirsin.

Aşağıdaki örnek, performansı artırmak için GAN tarafından üretilmiş sentetik görüntüleri sorunsuz bir şekilde içerebilen bir veri kümesinde eğitilmek üzere YOLO26 modelinin nasıl yükleneceğini göstermektedir:

from ultralytics import YOLO

# Load the YOLO26 model (Latest stable Ultralytics model)
model = YOLO("yolo26n.pt")

# Train the model on a dataset configuration file
# The dataset path defined in 'coco8.yaml' can contain both real and GAN-generated images
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)

# Verify the model performance on validation data
metrics = model.val()

Link to this sectionZorluklar ve Hususlar#

Yeteneklerine rağmen, GAN eğitimi dikkatli bir hiperparametre ayarı gerektirir. Ayırt edici çok hızlı öğrenir ve üreticiye anlamlı bir geri bildirim sağlamazsa, kaybolan gradyan sorunu gibi durumlar ortaya çıkabilir. Ayrıca, GAN'lar deepfake oluşturma konusunda daha yetenekli hale geldikçe, sektör giderek yapay zeka etiğine ve yapay zeka tarafından oluşturulan içerikleri tespit etme yöntemleri geliştirmeye odaklanmaktadır.