Object Detection Architectures

Nesne algılama mimarileri, görsel veriler içindeki öğeleri tanımlamak ve konumlandırmak için kullanılan sinir ağlarının yapısal planlarıdır. Bilgisayarlı görü (CV) alanının genelinde bu mimariler, ham piksel verilerini anlamlı içgörülere dönüştürerek bir makinenin nasıl "gördüğünü" tanımlar. Sadece bir görüntüyü etiketleyen temel sınıflandırma modellerinin aksine, bir nesne algılama mimarisi, bulduğu her bir nesne için bir sınırlayıcı kutu ile birlikte bir sınıf etiketi ve bir güven puanı çıktısı verecek şekilde tasarlanmıştır. Bu yapısal tasarım, modelin hızını, doğruluğunu ve hesaplama verimliliğini belirler; bu da onu gerçek zamanlı çıkarım veya yüksek hassasiyetli analiz için bir model seçerken kritik faktör haline getirir.

Link to this sectionBir Mimarinin Temel Bileşenleri#

While specific designs vary, most modern architectures share three fundamental components: the backbone, the neck, and the head. The backbone acts as the primary feature extractor. It is typically a Convolutional Neural Network (CNN) pre-trained on a large dataset like ImageNet, responsible for identifying basic shapes, edges, and textures. Popular choices for backbones include ResNet and CSPDarknet.

Neck, backbone'u son çıktı katmanlarına bağlar. Rolü, modelin çeşitli boyutlardaki nesneleri algılayabilmesini sağlamak için backbone'un farklı aşamalarındaki özellikleri karıştırıp birleştirmektir; bu kavram, çok ölçekli özellik füzyonu olarak bilinir. Mimariler genellikle tahmin katmanlarına iletilen anlamsal bilgileri zenginleştirmek için burada bir Özellik Piramidi Ağı (FPN) veya Path Aggregation Network (PANet) kullanır. Son olarak, algılama başlığı (detection head), her bir nesnenin belirli sınıfını ve koordinat konumunu tahmin etmek için bu birleştirilmiş özellikleri işler.

Link to this sectionEvrim: İki Aşamalı vs. Tek Aşamalı#

Tarihsel olarak, mimariler iki ana kategoriye ayrılırdı. R-CNN ailesi gibi iki aşamalı dedektörler, önce nesnelerin bulunabileceği ilgi bölgelerini (RoI'ler) önerir ve ardından bu bölgeleri ikinci bir adımda sınıflandırır. Genellikle doğru olsalar da, uç cihazlar için genellikle hesaplama açısından çok ağırdırlar.

Buna karşılık, tek aşamalı dedektörler, algılamayı basit bir regresyon problemi olarak ele alır ve görüntü piksellerini tek bir geçişte doğrudan sınırlayıcı kutu koordinatlarına ve sınıf olasılıklarına eşler. YOLO (You Only Look Once) ailesinin öncülük ettiği bu yaklaşım, gerçek zamanlı performansı mümkün kılarak sektörü kökten değiştirdi. Modern gelişmeler, yalnızca üstün hız sunmakla kalmayıp aynı zamanda uçtan uca, NMS gerektirmeyen mimarileri benimseyen YOLO26 gibi modellerle sonuçlandı. Maksimum Olmayan Bastırma (NMS) sonrası işlemine duyulan ihtiyacı ortadan kaldıran bu daha yeni mimariler, güvenlik açısından kritik sistemler için önemli olan gecikme değişkenliğini azaltır.

Link to this sectionGerçek Dünya Uygulamaları#

Mimari seçimi, endüstriler genelindeki yapay zeka çözümlerinin başarısını doğrudan etkiler.

• Perakende Otomasyonu: Akıllı süpermarketlerde, verimli tek aşamalı mimariler, bir konveyör bandındaki veya alışveriş sepetindeki ürünleri anında tanıyan, bekleme sürelerini ve insan hatasını azaltan otomatik ödeme sistemlerine olanak tanır.
• Tıbbi Tanı: Yüksek hassasiyetli mimariler, X-ışınlarında veya MRI taramalarında tümörler gibi anormallikleri tespit etmek için tıbbi görüntü analizinde kullanılır. Burada, mimarinin ince detayları koruma yeteneği, ham işlem hızından daha kritiktir.

Link to this sectionİlgili Terimlerin Ayrıştırılması#

Algılama mimarilerini benzer bilgisayarlı görü görevlerinden ayırt etmek önemlidir:

• vs. Görüntü Sınıflandırma: Bir görüntü sınıflandırma mimarisi (VGG veya EfficientNet gibi), tüm görüntüye tek bir etiket atar (örneğin, "kedi"). Algılama mimarilerinin temel işlevi olan kedinin nerede olduğunu veya birden fazla kedi olup olmadığını size söylemez.
• vs. Örnek Bölütleme (Instance Segmentation): Algılama, bir nesnenin etrafına bir kutu koyarken, örnek bölütleme her nesnenin tam piksel hassasiyetindeki ana hattını (maskesini) tanımlar. Bölütleme mimarileri genellikle algılama mimarilerinin uzantılarıdır (örneğin, algılama başlığına bir maske dalı eklemek gibi).

Link to this sectionUltralytics ile Uygulama#

Modern çerçeveler, geliştiricilerin en son tasarımlardan minimum kodla yararlanmasını sağlayarak bu mimarilerin karmaşıklıklarını soyutlamıştır. ultralytics paketini kullanarak, önceden eğitilmiş bir YOLO26 modelini yükleyebilir ve hemen çıkarım yapabilirsin. Veri kümelerini yönetmek ve bulutta özel mimariler eğitmek isteyen ekipler için Ultralytics Platform, tüm MLOps hattını basitleştirir.

from ultralytics import YOLO

# Load the YOLO26n model (nano version for speed)
model = YOLO("yolo26n.pt")

# Run inference on an image source
# This uses the model's architecture to detect objects
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results
results[0].show()