Nesne Algılama

Nesne algılama, bir görüntü veya video içindeki bir veya daha fazla nesneyi tanımlamayı ve konumlandırmayı içeren bilgisayarlı görü (BV) alanında temel bir görevdir. Amaç, yalnızca nesnelerin ne olduğunu sınıflandırmak değil, aynı zamanda her birinin etrafına bir sınırlayıcı kutu çizerek konumlarını belirlemektir. Bu teknoloji, makinelerin fiziksel çevrelerini yüksek derecede bir anlayışla algılamasını ve yorumlamasını sağlayarak birçok gelişmiş yapay zeka (YZ) uygulaması için bir temel taşı görevi görür.

Nesne Algılama Nasıl Çalışır?

Nesne algılama modelleri genellikle derin öğrenme (DL), özellikle de Evrişimli Sinir Ağları (CNN'ler) kullanılarak oluşturulur. Süreç, bir görüntünün ağa beslenmesini içerir; bu ağ daha sonra her biri bir sınıf etiketi (örneğin, "kişi", "araba", "köpek"), bir güvenilirlik skoru ve sınırlayıcı kutusunun koordinatları ile birlikte algılanan nesnelerin bir listesini verir.

Modern nesne algılama mimarileri iki ana bölümden oluşur: girdi görüntüsünden özellikleri çıkarmak için bir omurga (backbone) ve sınırlayıcı kutuları ve sınıfları tahmin etmek için bir algılama başlığı (detection head). Bu mimariler genellikle tek aşamalı veya iki aşamalı dedektörler olarak kategorize edilir.

• Tek Aşamalı Nesne Dedektörleri: Ultralytics YOLO ailesi gibi modeller, tespiti tek bir geçişte gerçekleştirerek onları çok hızlı ve gerçek zamanlı çıkarım için uygun hale getirir. Tüm sınırlayıcı kutuları ve sınıf olasılıklarını aynı anda tahmin ederler.
• İki Aşamalı Nesne Dedektörleri: R-CNN ve türevleri gibi mimariler önce ilgi alanlarını önerir ve ardından bu bölgelerdeki nesneleri sınıflandırır. Genellikle çok doğru olsalar da, tek aşamalı dedektörlerden daha yavaş olabilirler.

Nesne Algılama ve Diğer BV Görevleri

Nesne tespitini diğer ilgili bilgisayarla görü görevlerinden ayırmak önemlidir:

• Görüntü Sınıflandırma: Tüm bir görüntüye tek bir etiket atar (örneğin, "bu bir kedi resmidir"). Nesnenin yerini belirlemez.
• Görüntü Bölütleme: Bir görüntüdeki her pikseli sınıflandırarak nesnelerin kesin hatlarını sağlar. Örnek bölütleme aynı nesne sınıfının farklı örnekleri arasında ayrım yaparken, semantik bölütleme bir sınıfın tüm örneklerini tek bir varlık olarak ele alır.
• Nesne İzleme: Bir videodaki birden çok kare boyunca belirli bir nesneyi takip eden, zaman içinde kimliğini koruyan nesne tespitinin bir uzantısıdır. Videolarda hareketli nesneleri izleme kılavuzumuzda daha fazla bilgi edinebilirsiniz.

Gerçek Dünya Uygulamaları

Nesne algılama, birçok sektörde kullanılan dönüştürücü bir teknolojidir.

1. Otonom Araçlar: Sürücüsüz otomobillerde, nesne tespiti, yayaları, bisikletlileri, diğer araçları ve trafik işaretlerini güvenli bir şekilde yönlendirmek için kritik öneme sahiptir. Waymo ve Tesla gibi şirketler, otonom sistemlerine güç sağlamak için bu teknolojiye büyük yatırımlar yapmıştır.
2. Üretimde Yapay Zeka: Montaj hatlarında, algılama modelleri kusurları otomatik olarak tespit eder veya bileşenlerin doğru şekilde monte edildiğini doğrular. Bu, kalite kontrolünü artırır ve üretim verimliliğini artırır.
3. Güvenlik ve Gözetim: Otomatik sistemler, bir güvenlik alarm sistemi oluşturma kılavuzumuzda ayrıntılı olarak açıklandığı gibi, yetkisiz kişileri, terk edilmiş paketleri veya olağandışı etkinlikleri gerçek zamanlı olarak tanımlamak için nesne tespiti kullanır.
4. Sağlık Hizmetlerinde Yapay Zeka: Tıbbi görüntü analizinde, modeller radyologlara X-ışınları ve BT taramalarında tümörler veya kırıklar gibi anormallikleri tespit ederek ve vurgulayarak yardımcı olur. Blogumuzda tümör tespiti için YOLO11 kullanımını okuyabilirsiniz.
5. Tarımda Yapay Zeka: Nesne algılama ile donatılmış dronlar ve yer tabanlı robotlar, ürün sağlığını izleyebilir, zararlıları tanımlayabilir ve verimi yüksek hassasiyetle tahmin edebilir.

Araçlar ve Eğitim

Nesne algılama modellerini geliştirmek ve dağıtmak, zengin bir araç ve teknik ekosistemi içerir.

• Çatı Sistemleri: PyTorch ve TensorFlow gibi popüler derin öğrenme çatı sistemleri, model oluşturmak için temel kütüphaneleri sağlar.
• Modeller: Ultralytics, hız ve doğruluk dengesi için optimize edilmiş YOLOv8 ve YOLO11 gibi son teknoloji modeller sunar. Model karşılaştırma sayfalarımızda diğer modellere karşı nasıl performans gösterdiklerini görebilirsiniz.
• Platformlar: Ultralytics HUB, popüler COCO veri kümesi gibi veri kümelerini yönetmekten, özel modelleri eğitmeye ve model dağıtımını kolaylaştırmaya kadar tüm iş akışını basitleştirir.
• Teknikler: Eğitim süreci genellikle sağlamlığı artırmak için veri artırma ve önceden eğitilmiş modellerden bilgi almak için transfer öğrenimi gibi tekniklerden yararlanır. Model performansı, mAP ve IoU gibi metrikler kullanılarak değerlendirilir ve bunlar performans metrikleri kılavuzumuzda açıklanmıştır.