Ortalama Hassasiyet (mAP)

Ortalama Hassasiyet (mAP), özellikle nesne tespiti görevleri için bilgisayar görüşünde yaygın olarak kullanılan kritik bir değerlendirme metriğidir. Bir modelin tüm nesne kategorilerindeki tahminlerinin doğruluğunu ölçerek performansını özetleyen tek ve kapsamlı bir puan sağlar. mAP puanı, sınıflandırmanın doğruluğunu (nesne, modelin söylediği şey mi?) ve yerelleştirmenin kalitesini (tahmin edilen sınırlayıcı kutu gerçek nesnenin konumuyla ne kadar eşleşiyor?) dikkate alır. Dengeli bir değerlendirme sunduğu için mAP, Ultralytics YOLO gibi farklı nesne algılama modellerinin performansını karşılaştırmak için standart bir metrik haline gelmiştir.

mAP Nasıl Çalışır

mAP'yi anlamak için öncelikle temel bileşenlerini kavramak faydalıdır: Kesinlik (Precision), Geri Çağırma (Recall) ve Kesişim Bölgesi (Intersection over Union - IoU).

• Hassasiyet (Precision): Modelin tahminlerinin ne kadar doğru olduğunu ölçer. Şu soruyu yanıtlar: "Modelin tespit ettiği tüm nesnelerin ne kadarı doğruydu?"
• Geri Çağırma (Recall): Modelin tüm gerçek nesneleri ne kadar iyi bulduğunu ölçer. Şu soruyu yanıtlar: "Görüntüde bulunan tüm gerçek nesnelerin model tarafından başarıyla tespit edilen oranı nedir?"
• Kesişim Bölü Birleşim (Intersection over Union - IoU): Tahmin edilen bir sınırlayıcı kutunun (bounding box) bir gerçeklik (manuel olarak etiketlenmiş) sınırlayıcı kutu ile ne kadar örtüştüğünü ölçen bir metriktir. Bir tespit, tipik olarak IoU belirli bir eşiğin (örneğin, 0,5) üzerinde ise gerçek pozitif olarak kabul edilir.

mAP hesaplaması bu kavramları sentezler. Her nesne sınıfı için, çeşitli güvenilirlik puanı eşiklerinde kesinlik ile hatırlama çizilerek bir Kesinlik-Hatırlama eğrisi oluşturulur. Bu sınıf için Ortalama Kesinlik (AP), bu eğrinin altındaki alandır ve modelin o belirli sınıftaki performansını temsil eden tek bir sayı sağlar. Son olarak, mAP, tüm nesne sınıfları genelinde AP puanlarının ortalaması alınarak hesaplanır. Popüler COCO veri kümesi için olan gibi bazı değerlendirme şemaları, daha da sağlam bir değerlendirme sağlamak için mAP'yi birden çok IoU eşiğinde ortalayarak bir adım daha ileri götürür.

mAP'yi Diğer Metriklerden Ayırma

Diğer değerlendirme metrikleriyle ilişkili olmasına rağmen, mAP'in farklı bir amacı vardır.

• Doğruluk (Accuracy): Doğruluk, doğru tahminlerin toplam tahmin sayısına oranını ölçer. Genellikle sınıflandırma görevleri için kullanılır ve bir tahminin hem doğru sınıflandırılması hem de yerinin belirlenmesi gerektiği nesne algılama için uygun değildir.
• F1-Skoru: F1-skoru, Precision (Kesinlik) ve Recall'un (Hassasiyet) harmonik ortalamasıdır. Yararlı olmakla birlikte, tipik olarak tek bir güven eşiğinde hesaplanır. Buna karşılık, mAP, performansı tüm eşiklerde ortalayarak daha kapsamlı bir değerlendirme sağlar.
• Güven (Confidence): Bu, modelin tamamı için bir değerlendirme metriği değil, her bir tahmine atanan ve modelin o algılama hakkında ne kadar emin olduğunu gösteren bir puandır. mAP hesaplaması, Kesinlik-Geri Çağırma (Precision-Recall) eğrisini oluşturmak için bu güven puanlarını kullanır.

Araçlar ve Kıyaslama (Benchmark) Testleri

Standartlaştırılmış benchmark veri kümeleri, nesne tespiti alanını ilerletmek için çok önemlidir. PASCAL VOC ve COCO gibi veri kümeleri, herkese açık liderlik tablolarındaki gönderileri sıralamak için birincil metrik olarak mAP'ı kullanır. Bu, araştırmacıların ve uygulayıcıların YOLOv8 ve YOLO11 gibi farklı modelleri objektif olarak karşılaştırmasına olanak tanır.

Ultralytics HUB gibi platformlar, kullanıcıların model eğitimi ve doğrulama sırasında performansı izlemelerine yardımcı olmak için mAP'yi öne çıkarır. Bu modellere güç veren temel derin öğrenme çerçeveleri, örneğin PyTorch ve TensorFlow, sonuçta mAP kullanılarak değerlendirilen modelleri oluşturmak ve eğitmek için gerekli araçları sağlar.

Gerçek Dünya Uygulamaları

mAP metriği, güvenilir yapay zeka sistemleri geliştirmede temeldir.

1. Otonom Araçlar (Autonomous Vehicles): Kendi kendine giden arabalar için Yapay Zeka'da, bir algılama modeli arabalar, yayalar, bisikletliler ve trafik işaretleri gibi çeşitli nesneleri doğru bir şekilde algılamalıdır. Argoverse gibi zorlu bir veri kümesinde yüksek bir mAP puanı, modelin tüm kritik sınıflarda sağlam ve güvenilir olduğunu gösterir; bu da güvenliği sağlamak için gereklidir. Bu alandaki önde gelen şirketler, örneğin Waymo, mAP gibi metrikleri kullanarak titiz değerlendirmelere büyük ölçüde bağımlıdır.
2. Tıbbi Görüntü Analizi: Beyin Tümörü veri seti gibi bir veri seti kullanarak taramalardan tümör veya lezyon gibi anormallikleri tespit etmek için bir model eğitilirken, genel tanı doğruluğunu değerlendirmek için mAP kullanılır. Yüksek bir mAP, modelin yalnızca en yaygın anomali türünü tespit etmede iyi olmasını değil, aynı zamanda daha nadir fakat eşit derecede önemli durumları belirlemede de etkili olmasını sağlar. Bu kapsamlı değerlendirme, bir modelin sağlık hizmetlerinde kullanıma alınması için değerlendirilmeden önce önemli bir adımdır.