Görüntü Tanıma

Görüntü tanıma, makinelerin dijital görüntüler veya videolardaki nesneleri, insanları, yerleri ve eylemleri tanımlamasını ve yorumlamasını sağlayan geniş bir bilgisayarla görme alanıdır. Telefonunuzun kilidini yüzünüzle açmaktan otonom araçların karmaşık ortamlarda gezinmesini sağlamaya kadar sayısız uygulamaya güç veren temel bir teknolojidir. Özünde, görüntü tanıma, pikselleri analiz etmek ve anlamlı kalıplar çıkarmak için makine öğrenimi (ML) ve derin öğrenme (DL) algoritmalarını kullanır ve insanların görsel bilgileri anlama yeteneğini taklit eder.

Görüntü Tanıma ve İlgili Görevler

Sıklıkla birbirinin yerine kullanılsa da görüntü tanıma, daha spesifik birkaç görevi kapsayan genel bir terimdir. Onu alt alanlarından ayırmak önemlidir:

• Görüntü Sınıflandırma: Bu, görüntü tanımanın en basit şeklidir. Önceden tanımlanmış bir kategori kümesinden tüm bir görüntüye tek bir etiket atanmasını içerir. Örneğin, bir model bir görüntüyü "kedi", "köpek" veya "araba" içerecek şekilde sınıflandırabilir. Çıktı, tüm görüntü için tek bir etikettir.
• Nesne Algılama: Daha gelişmiş bir görev olan nesne algılama, yalnızca bir görüntüdeki nesneleri sınıflandırmakla kalmaz, aynı zamanda tipik olarak her birinin etrafına bir sınırlayıcı kutu çizerek bunların yerini de belirler. Örneğin sürücüsüz bir araba yayaları, diğer araçları ve trafik işaretlerini tanımlamak ve yerlerini belirlemek için nesne algılamayı kullanır.
• Görüntü Segmentasyonu: Bu görev, bir görüntüdeki her bir nesneye ait kesin pikselleri tanımlayarak bir adım daha ileri gider. Her nesne için ayrıntılı bir maske oluşturur, bu da tıbbi görüntü analizinde olduğu gibi bir nesnenin şeklini ve sınırlarını derinlemesine anlamayı gerektiren uygulamalar için çok önemlidir.

Görüntü Tanıma Nasıl Çalışır?

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

1. Veri Toplama: Etiketli görüntülerden oluşan büyük bir veri kümesi toplanır. Ünlü örnekler arasında ImageNet ve COCO bulunmaktadır.
2. Model Eğitimi: CNN bu veri kümesi üzerinde eğitilir. Eğitim sırasında ağ, özellik çıkarma adı verilen bir işlemle basit kenarlar ve dokulardan karmaşık nesne parçalarına kadar desenleri tanımlamayı öğrenir. Modelin ağırlıkları, tahminleri ile temel gerçek etiketleri arasındaki farkı en aza indirecek şekilde ayarlanır.
3. Çıkarım: Model eğitildikten sonra yeni, görülmemiş görüntüler üzerinde tahminler yapabilir. Eğitilmiş bir modelin uygulandığı bu sürece çıkarım denir.

Gerçek Dünya Uygulamaları

Görüntü tanıma birçok sektörün ayrılmaz bir parçası haline gelmiştir:

• Sağlık Hizmetleri: Sağlık hizmetlerinde yapay zeka alanında görüntü tanıma, radyologların X-ışınları, MRI'lar ve CT taramalarındaki tümörleri, kırıkları ve diğer anormallikleri tespit etmelerine yardımcı olur. Örneğin, modeller beyin tümörlerini yüksek doğrulukla tanımlamak için tıbbi görüntülerin veri kümeleri üzerinde eğitilebilir ve doktorların daha hızlı teşhis koymasına yardımcı olabilir.
• Perakende: Perakendeciler, ürünlerin azaldığını tespit etmek için kameraların rafları izlemesini sağlayarak envanter yönetimi için görüntü tanımayı kullanır. E-ticaret sitelerinde müşterilerin benzer ürünleri bulmak için fotoğraf yüklemelerine olanak tanıyan görsel arama özellikleri de bir başka popüler uygulamadır. Perakendede yapay zeka sayfamızda bu konuda daha fazla bilgi edinebilirsiniz.

Araçlar ve Eğitim

Görüntü tanıma uygulamaları geliştirmek genellikle özel kütüphaneler ve çerçeveler kullanmayı gerektirir. Anahtar teknolojiler şunları içerir:

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