Object Detection Architectures

Nesne tespiti mimarileri, görsel verilerdeki öğeleri tanımlamak ve konumlandırmak için kullanılan sinir ağlarının yapısal taslaklarıdır. computer vision (CV) alanının genelinde bu mimariler, hammadde piksel verilerini anlamlı içgörülere dönüştürerek bir makinenin nasıl "gördüğünü" tanımlar. Sadece bir görseli etiketleyen temel sınıflandırma modellerinin aksine, nesne tespiti mimarisi, bulduğu her farklı nesne için bir sınıf etiketinin yanı sıra bir bounding box ve bir confidence score çıktısı verecek şekilde tasarlanmıştır. Bu yapısal tasarım modelin hızını, doğruluğunu ve hesaplama verimliliğini belirler; bu da onu real-time inference veya yüksek hassasiyetli analiz için bir model seçerken kritik faktör yapar.

Bir Mimarinin Temel Bileşenleri#

Belirli tasarımlar değişiklik gösterse de, çoğu modern mimari üç temel bileşeni paylaşır: omurga (backbone), boyun (neck) ve kafa (head). Omurga (backbone) birincil özellik çıkarıcı olarak görev yapar. Tipik olarak ImageNet gibi büyük bir veri kümesi üzerinde önceden eğitilmiş, temel şekilleri, kenarları ve dokuları tanımlamaktan sorumlu bir Convolutional Neural Network (CNN) modelidir. Omurga için popüler tercihler arasında ResNet ve CSPDarknet yer alır.

Boyun (neck), omurgayı son çıktı katmanlarına bağlar. Rolü, modelin çeşitli boyutlardaki nesneleri tespit edebilmesini sağlamak için omurganın farklı aşamalarındaki özellikleri karıştırmak ve birleştirmektir; bu kavram çok ölçekli özellik füzyonu olarak bilinir. Mimariler genellikle tahmin katmanlarına aktarılan anlamsal bilgiyi zenginleştirmek için burada bir Feature Pyramid Network (FPN) veya Path Aggregation Network (PANet) kullanır. Son olarak, detection head, her nesnenin belirli sınıfını ve koordinat konumunu tahmin etmek için bu birleştirilmiş özellikleri işler.

Evrim: İki Aşamalı vs. Tek Aşamalı#

Tarihsel olarak mimariler iki ana kategoriye ayrılırdı. R-CNN family gibi iki aşamalı dedektörler (two-stage detectors), önce nesnelerin var olabileceği ilgi alanlarını (RoI'leri) önerir ve ardından bu bölgeleri ikinci bir adımda sınıflandırır. Genellikle doğru olmalarına rağmen, uç cihazlar (edge devices) için genellikle çok fazla hesaplama yükü gerektirirler.

Buna karşılık, tek aşamalı dedektörler (one-stage detectors) tespiti basit bir regresyon problemi olarak ele alır ve görsel piksellerini tek bir geçişte doğrudan bounding box koordinatlarına ve sınıf olasılıklarına eşler. YOLO (You Only Look Once) ailesi tarafından öncülük edilen bu yaklaşım, gerçek zamanlı performansı mümkün kılarak endüstride devrim yarattı. Modern gelişmeler, yalnızca üstün hız sunmakla kalmayıp aynı zamanda uçtan uca, NMS içermeyen mimarileri benimseyen YOLO26 gibi modellerle sonuçlandı. Non-Maximum Suppression (NMS) son işleme ihtiyacını ortadan kaldırarak, bu yeni mimariler güvenlik açısından kritik sistemler için çok önemli olan gecikme değişkenliğini azaltır.

Gerçek Dünya Uygulamaları#

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

• Perakende Otomasyonu: smart supermarkets içinde verimli tek aşamalı mimariler, bir konveyör bant üzerindeki veya alışveriş sepetindeki ürünleri anında tanıyan, bekleme sürelerini ve insan hatasını azaltan otomatik ödeme sistemlerine olanak tanır.
• Tıbbi Teşhis: Yüksek hassasiyetli mimariler, X-ışınlarında veya MR taramalarında tümörler gibi anormallikleri tespit etmek için medical image analysis alanında kullanılır. Burada, mimarinin ince ayrıntıları koruma yeteneği, ham işleme hızından daha kritiktir.

İlgili Terimlerin Ayrıştırılması#

Algılama mimarilerini benzer bilgisayarlı görü görevlerinden ayırt etmek önemlidir:

• Görüntü Sınıflandırma Karşılaştırması: Bir image classification mimarisi (VGG veya EfficientNet gibi) tüm bir görüntüye tek bir etiket atar (ör. "kedi"). Kedinin nerede olduğunu veya birden fazla kedi olup olmadığını size söylemez; bu da tespiti yapan mimarilerin birincil işlevidir.
• Örnek Bölütleme Karşılaştırması: Tespit bir nesnenin etrafına bir kutu koyarken, instance segmentation her nesnenin kesin pikselsel ana hatlarını (maskesini) belirler. Bölütleme mimarileri genellikle tespit mimarilerinin uzantılarıdır (ör. tespit kafasına bir maske dalı eklemek).

Ultralytics ile Uygulama#

Modern çerçeveler, geliştiricilerin en son teknoloji tasarımlardan minimum kodla yararlanmasına olanak tanıyacak şekilde bu mimarilerin karmaşıklıklarını soyutlamıştır. ultralytics paketini kullanarak önceden eğitilmiş bir YOLO26 modeli yükleyebilir ve hemen çıkarım çalıştırabilirsiniz. Veri kümelerini yönetmek ve bulutta özel mimariler eğitmek isteyen ekipler için Ultralytics Platform tüm MLOps boru 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()