Image Recognition

Görüntü tanıma, yazılım sistemlerinin dijital görüntülerdeki nesneleri, insanları, yerleri ve metinleri tanımlamasını sağlayan daha geniş bilgisayarlı görü (CV) alanının temel bir teknolojisidir. Bir görüntünün veya video karesinin piksel içeriğini analiz eden bu teknoloji, insan gözünün ve beyin yeteneklerinin görsel algı yeteneklerini taklit etmeye çalışır. Yapay zeka (AI) tarafından desteklenen görüntü tanıma, yapılandırılmamış görsel verileri yapılandırılabilir, eyleme dönüştürülebilir bilgilere dönüştürerek sağlık hizmetlerinden otonom taşımacılığa kadar endüstrilerdeki otomasyonun temelini oluşturur.

Temel Mekanizmalar ve Teknolojiler#

Modern görüntü tanıma sistemleri, geleneksel, kural tabanlı programlamanın ötesine geçerek büyük ölçüde derin öğrenme (DL) algoritmalarına dayanmaktadır. Bu görevler için en yaygın kullanılan mimari Evrişimli Sinir Ağı (CNN) mimarisidir. Bir CNN, görüntüleri genellikle Kırmızı, Yeşil ve Mavi (RGB) renk kanallarını temsil eden bir değerler ızgarası olarak işler ve bunları birden fazla matematiksel işlem katmanından geçirir.

Bu işlem sırasında ağ öznitelik çıkarımı gerçekleştirir. İlk katmanlar kenarlar veya köşeler gibi basit geometrik kalıpları algılayabilirken, daha derin katmanlar gözler, tekerlekler veya yapraklar gibi karmaşık yapıları tanımak için bu kalıpları birleştirir. Yüksek doğruluk elde etmek için bu modeller çok büyük miktarda etiketlenmiş eğitim verisine ihtiyaç duyar. ImageNet gibi büyük ölçekli genel veri setleri, modellerin belirli bir görsel düzenlemenin "kedi", "bisiklet" veya "dur tabelası" gibi bir kavramla karşılık gelme olasılığını istatistiksel olarak öğrenmesine yardımcı olur.

Tanımayı İlgili Kavramlardan Ayırt Etmek#

"Görüntü tanıma" terimi genellikle kapsamlı bir ifade olarak kullanılsa da, diğer spesifik bilgisayarlı görü görevlerinden farklıdır. Bu nüansları anlamak, bir proje için doğru modeli seçmek adına kritiktir:

• Tanıma ve Görüntü Sınıflandırma: Sınıflandırma, tüm bir görüntüye tek bir etiket atama görevidir (örneğin, bir resmi "plaj" olarak etiketlemek). Tanıma ise sistemin içeriği anlamasını sağlayan daha geniş yetenektir.
• Tanıma ve Nesne Algılama: Tanıma bir görüntünün ne olduğunu tanımlarken, algılama nerede olduğunu bulur. Algılama algoritmaları her nesne örneğinin etrafına bir sınırlayıcı kutu çizerek onu arka plandan ayırır.
• Tanıma ve Örnek Bölütleme: Bu, tanımayı bir adım öteye taşıyarak yalnızca bir kutu yerine bir nesnenin tam piksel konturlarını tanımlar. Bu, biyomedikal görüntü analizi gibi hassas ölçümler gerektiren uygulamalar için çok önemlidir.

Gerçek Dünya Uygulamaları#

Görüntü tanımanın faydası, görsel verilerin üretildiği neredeyse tüm sektörleri kapsamaktadır.

• Tıbbi Teşhis: Sağlık hizmetlerinde tanıma algoritmaları, X ışınları ve MR gibi tıbbi görüntülemeleri analiz ederek radyologlara yardımcı olur. Radyolojide AI gibi araçlar, tümörler veya kırıklar gibi anormallikleri tek başına insan gözleminden daha hızlı ve bazen daha doğru bir şekilde tespit edebilir.
• Perakende ve Envanter: Akıllı süpermarketler, ürünler raflardan alınırken onları takip etmek için tanımayı kullanır ve bu da otomatik ödeme sistemlerini mümkün kılar. Benzer şekilde, depo robotları paketleri tanımlamak ve ayırmak için bunu kullanır.
• Güvenlik ve Erişim Kontrolü: Yüz tanıma sistemleri, kimliği saklanan yüz gömmelerinin bir veritabanıyla doğrulayarak akıllı telefonlara ve binalara güvenli erişim sağlar.

Ultralytics YOLO26 ile Görüntü Tanıma Uygulaması#

Geliştiriciler ve araştırmacılar için görüntü tanıma uygulamak, sınıflandırma, algılama ve bölütlemeyi yerel olarak destekleyen YOLO26 gibi son teknoloji modellerle önemli ölçüde daha erişilebilir hale gelmiştir. Aşağıdaki örnek, ultralytics Python paketini kullanarak bir görüntü üzerinde tanıma (özellikle nesne algılama) işleminin nasıl gerçekleştirileceğini gösterir.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model (n for nano, fastest speed)
model = YOLO("yolo26n.pt")

# Run inference on an image to recognize and locate objects
# The source can be a file path, URL, or webcam (source=0)
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results with bounding boxes and labels
results[0].show()

Kendi veri setlerini etiketlemek ve bulutta özel modeller eğitmek isteyen ekipler için Ultralytics Platform, veri toplamadan dağıtıma kadar bir görüntü tanıma projesinin tüm yaşam döngüsünü yönetmek için akıcı bir ortam sunar.

Gelecek Trendleri#

Bilgisayar gücü arttıkça, görüntü tanıma, sistemlerin kareler arasındaki zamansal bağlamı analiz ettiği video anlama alanına evrilmektedir. Ayrıca, üretken yapay zeka entegrasyonu, sistemlerin yalnızca görüntüleri tanımakla kalmayıp aynı zamanda onlar hakkında ayrıntılı metinsel açıklamalar oluşturmasına olanak tanıyarak Doğal Dil İşleme (NLP) ile görü arasındaki boşluğu doldurur.