Semantic Segmentation

Semantik segmentasyon, her bir piksele belirli bir sınıf etiketi atayarak bir görüntüyü farklı bölgelere ayırmayı içeren bir bilgisayarlı görü görevidir. Tüm görüntüye tek bir etiket atayan görüntü sınıflandırma veya nesnelerin çevresine sınırlayıcı kutular çizen nesne tespiti gibi daha basit görevlerin aksine semantik segmentasyon, sahneyi piksel düzeyinde anlamayı sağlar. Bu ayrıntılı analiz, bir nesnenin kesin şekli ve sınırının kimliği kadar önemli olduğu uygulamalar için kritik öneme sahiptir. Makinelerin dünyayı insanlara daha benzer şekilde "görmesini" sağlayarak bir yolun, yayanın veya tıbbi taramadaki tümörün tam olarak hangi piksellerden oluştuğunu ayırt etmelerine olanak tanır.

Semantik Segmentasyon Nasıl Çalışır?#

Temel olarak semantik segmentasyon, görüntüyü sınıflandırılması gereken bir piksel ızgarası olarak ele alır. Özellikle Evrişimli Sinir Ağları (CNNs) olmak üzere derin öğrenme modelleri, bu görev için standart mimaridir. Yaygın olarak kullanılan U-Net gibi tipik bir mimari, kodlayıcı-kod çözücü yapısı kullanır. Kodlayıcı, üst düzey özellikleri (dokular ve şekiller gibi) çıkarmak için giriş görüntüsünü sıkıştırırken kod çözücü, kesin bir segmentasyon maskesi oluşturmak üzere bu özellikleri yeniden örnekleyerek özgün görüntü çözünürlüğüne yükseltir.

Bunu gerçekleştirmek için modeller, insan etiketleyicilerin her pikseli sınıfına göre dikkatle renklendirdiği büyük açıklamalı veri kümeleri üzerinde eğitilir. Ultralytics Platform gibi araçlar, yüksek kaliteli temel gerçek verilerin oluşturulmasını hızlandıran otomatik açıklama özellikleri sunarak bu süreci kolaylaştırır. Model eğitildikten sonra her piksel değerinin bir sınıf kimliğine karşılık geldiği bir maske çıkarır ve görüntüyü etkili bir şekilde anlamla "boyar".

İlişkili Kavramları Ayırt Etme#

Semantik segmentasyonu diğer piksel düzeyindeki görevlerle karıştırmak yaygındır. Bir proje için doğru yaklaşımı seçmek açısından aralarındaki farkları anlamak önemlidir:

• Örnek Segmentasyonu: Semantik segmentasyon aynı sınıftaki tüm nesneleri tek bir varlık olarak ele alırken (ör. tüm "arabalar" mavi renkte gösterilir), örnek segmentasyonu tek tek nesneleri birbirinden ayırır (ör. "Araba A" mavi, "Araba B" kırmızıdır).
• Panoptik Segmentasyon: Bu yaklaşım her iki kavramı birleştirir. Her piksele bir sınıf atarken (semantik), sayılabilir nesnelerin ayrı örneklerini de birbirinden ayırarak (örnek), en kapsamlı sahne anlayışını sağlar.

Gerçek Dünya Uygulamaları#

Görsel verileri piksel düzeyinde kusursuz doğrulukla ayrıştırma yeteneği, birçok kritik sektörde yenilikleri destekler:

• Otomotivde Yapay Zekâ: Otonom araçlar güvenli bir şekilde yol alabilmek için büyük ölçüde segmentasyona güvenir. Sürüşe uygun alanları kaldırımlardan ayırt ederek ve yayaların, arabaların ve engellerin sınırlarını kesin biçimde belirleyerek sürücüsüz sistemler gerçek zamanlı olarak kritik kararlar alabilir.
• Sağlık Hizmetlerinde Yapay Zekâ: Tıbbi görüntülemede modeller, organları, lezyonları veya tümörleri BT taramalarından ve MRIs görüntülerinden segmentlere ayırır. Bu, radyologların tedavi planlaması için tümör hacmini hesaplamasına veya robotik cerrahi araçlarını son derece hassas bir şekilde yönlendirmesine yardımcı olur.
• Tarımda Yapay Zekâ: Çiftçiler, ürünlerin sağlığını izlemek için hava araçlarından alınan drone görüntülerini ve segmentasyonu kullanır. Otomatik sistemler pikselleri "sağlıklı ürün", "yabani ot" veya "toprak" olarak sınıflandırarak herbisit püskürtme işlemini hedefleyebilir, kimyasal kullanımını azaltabilir ve verimi optimize edebilir.

Ultralytics ile Segmentasyon Uygulama#

Modern segmentasyon modellerinin, özellikle uç cihazlarda gerçek zamanlı çıkarım için doğruluk ile hızı dengelemesi gerekir. Ultralytics YOLO26 model ailesi, yerel olarak uçtan uca çalışan ve YOLO11 gibi eski mimarilere kıyasla üstün performans sunan, özel segmentasyon modelleri içerir (bu modeller -seg son ekiyle belirtilir).

Aşağıdaki örnek, ultralytics Python paketini kullanarak bir görüntü üzerinde segmentasyon gerçekleştirmeyi gösterir. Bu işlem, nesne sınırlarını belirleyen ikili maskeler üretir.

from ultralytics import YOLO

# Load a pre-trained YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")

# Run inference on an image
results = model("https://ultralytics.com/images/bus.jpg")

# Visualize the results
# This will display the image with the segmentation masks overlaid
results[0].show()

Zorluklar ve Geleceğe Yönelik Yönelimler#

Önemli ilerlemelere rağmen semantik segmentasyon hesaplama açısından yoğun olmaya devam etmektedir. Her bir piksel için sınıflandırma üretmek önemli miktarda GPU kaynağı ve bellek gerektirir. Araştırmacılar, ağır ağları cep telefonlarında ve gömülü cihazlarda çalıştırmak için model nicemlemesi gibi teknikleri inceleyerek bu modelleri verimlilik açısından optimize etmek üzere aktif olarak çalışmaktadır.

Ayrıca büyük miktarda etiketlenmiş veri kümesine duyulan ihtiyaç bir darboğazdır. Bu sorunu ele almak için sektör, sentetik veri üretimine ve öz denetimli öğrenmeye yöneliyor; böylece modeller milyonlarca manuel piksel etiketi gerektirmeden ham görüntülerden öğrenebiliyor. Bu teknolojiler olgunlaştıkça segmentasyonun akıllı kameralarda, robotik sistemlerde ve artırılmış gerçeklik uygulamalarında daha da yaygınlaşmasını bekleyebiliriz.