Görüntü Tanıma

Görüntü tanıma, makinelerin dijital görüntüler veya videolar içindeki nesneleri, insanları, yerleri ve eylemleri tanımlamasını ve yorumlamasını sağlayan geniş bir bilgisayar görüşü alanıdır. Yüzünüzle telefonunuzun kilidini açmaktan, otonom araçların karmaşık ortamlarda gezinmesini sağlamaya kadar sayısız uygulamaya güç veren temel bir teknolojidir. Görüntü tanıma, özünde, pikselleri analiz etmek ve anlamlı desenler çıkarmak için makine öğrenimi (ML) ve derin öğrenme (DL) algoritmalarını kullanarak insanın görsel bilgileri anlama yeteneğini taklit eder.

Görüntü Tanıma ve İlgili Görevler

Çoğu zaman birbirinin yerine kullanılsa da, görüntü tanıma, daha spesifik çeşitli görevleri kapsayan genel bir terimdir. Alt alanlarından ayırmak önemlidir:

• Görüntü Sınıflandırma: Bu, görüntü tanımanın en basit biçimidir. Önceden tanımlanmış bir kategori kümesinden tüm bir görüntüye tek bir etiket atamayı içerir. Örneğin, bir model bir görüntüyü "kedi", "köpek" veya "araba" içeriyor olarak sınıflandırabilir. Çıktı, tüm görüntü için tek bir etikettir.
• Nesne Tespiti: Daha gelişmiş bir görev olan nesne tespiti, bir görüntüdeki nesneleri yalnızca sınıflandırmakla kalmaz, aynı zamanda tipik olarak her birinin etrafına bir sınırlayıcı kutu çizerek onları konumlandırır. Örneğin, otonom sürüş yapan bir araba, yayaları, diğer araçları ve trafik işaretlerini tanımlamak ve konumlandırmak için nesne tespitini kullanır.
• Görüntü Bölütleme: Bu görev, bir görüntüdeki her bir nesneye ait kesin pikselleri tanımlayarak bir adım daha ileri gider. Her nesne için ayrıntılı bir maske oluşturur; bu, tıbbi görüntü analizi gibi bir nesnenin şekli ve sınırları hakkında derin bir anlayış gerektiren uygulamalar için çok önemlidir.

Görüntü Tanıma Nasıl Çalışır?

Modern görüntü tanıma, ağırlıklı olarak Evrişimsel Sinir Ağları (CNN'ler) tarafından desteklenmektedir; bu, görüntüler gibi ızgara benzeri verileri işlemede özellikle etkili olan bir sinir ağı türüdür. Süreç tipik olarak şunları içerir:

1. Veri Toplama: Etiketlenmiş görüntülerden oluşan geniş bir veri kümesi toplanır. Ünlü örneklere ImageNet ve COCO dahildir.
2. Model Eğitimi (Model Training): CNN bu veri kümesi üzerinde eğitilir. Eğitim (training) sırasında, ağ, basit kenarlardan ve dokulardan karmaşık nesne parçalarına kadar örüntüleri özellik çıkarımı (feature extraction) adı verilen bir süreçle tanımlamayı öğrenir. Modelin ağırlıkları (weights), tahminleri ile gerçek etiketler arasındaki farkı en aza indirecek şekilde ayarlanır.
3. Çıkarım: Model eğitildikten sonra, yeni, görülmemiş görüntüler üzerinde tahminler yapabilir. Eğitilmiş bir modeli uygulama sürecine çıkarım denir.

Gerçek Dünya Uygulamaları

Görüntü tanıma birçok sektörün ayrılmaz bir parçası haline geldi:

• Sağlık Hizmetleri: Sağlık hizmetlerinde yapay zeka alanında, görüntü tanıma, radyologların röntgen, MR ve BT taramalarında tümörleri, kırıkları ve diğer anormallikleri tespit etmesine yardımcı olur. Örneğin, modeller, doktorların daha hızlı teşhis koymasına yardımcı olarak yüksek doğrulukla beyin tümörlerini tanımlamak için tıbbi görüntü veri kümeleri üzerinde eğitilebilir.
• Perakende: Perakendeciler, ürünlerin azaldığını tespit etmek için kameralarla rafları izleyerek envanter yönetimi için görüntü tanıma kullanır. Müşterilerin benzer ürünleri bulmak için bir fotoğraf yüklemesine olanak tanıyan e-ticaret sitelerindeki görsel arama özellikleri, bir diğer popüler uygulamadır. Bu konuda daha fazla bilgiyi perakende yapay zekası sayfamızda bulabilirsiniz.

Araçlar ve Eğitim

Görüntü tanıma uygulamaları geliştirmek genellikle özel kütüphanelerin ve çerçevelerin kullanılmasını içerir. Temel teknolojiler şunları içerir:

• Çatılar: PyTorch (resmi site) ve TensorFlow (resmi site), derin öğrenme modelleri oluşturmak ve eğitmek için temel araçları sağlar.
• Kütüphaneler: OpenCV (Açık Kaynak Bilgisayarlı Görü Kütüphanesi) (resmi site), gerçek zamanlı bilgisayarlı görü görevleri için geniş bir fonksiyon koleksiyonu sunar.
• Modeller ve Platformlar: Ultralytics, büyük veri kümeleri üzerinde önceden eğitilmiş Ultralytics YOLO modelleri (örneğin YOLO11) gibi son teknoloji ürünler sunar. Ultralytics HUB platformu, veri kümelerini yönetme, özel modelleri eğitme ve model dağıtım seçeneklerini keşfetme süreçlerini basitleştirir. Farklı modellerin tanıma görevlerinde nasıl performans gösterdiğini görmek için YOLO model performansını karşılaştırabilir ve Papers With Code gibi platformlardaki en son araştırmaları inceleyebilirsiniz.