Synthetic Data Generation

Sentetik Veri Oluşturma, gerçek dünya verilerinin istatistiksel özelliklerini ve modellerini taklit eden, ancak hiçbir gerçek kişi veya olay içermeyen yapay veri setleri oluşturma sürecidir. Yapay zeka (AI) ve makine öğrenimi (ML) alanında bu teknik, veri kıtlığı, gizlilik endişeleri ve önyargıları aşmak için bir temel taşı haline gelmiştir. Olayları gerçekleştiği anda kaydetmeye dayanan geleneksel veri toplamanın aksine sentetik oluşturma, talep üzerine yüksek doğrulukta veriler üretmek için algoritmalardan, simülasyonlardan ve üretken modellerden yararlanır. Bu yaklaşım, özellikle bilgisayarlı görü (CV) modellerini eğitmek için hayati önem taşır; çünkü geliştiricilerin gerçek hayatta yakalanması nadir, tehlikeli veya pahalı olan senaryolar için çok miktarda mükemmel etiketlenmiş eğitim verisi oluşturmasına olanak tanır.

Link to this sectionSentetik Oluşturmanın Arkasındaki Mekanizma#

Sentetik veri oluşturmayı yönlendiren temel teknoloji genellikle gelişmiş üretken yapay zeka mimarilerini içerir. Bu sistemler, altta yatan yapısını ve korelasyonlarını anlamak için daha küçük bir gerçek veri örneğini analiz eder. Model bu dağılımları öğrendikten sonra, yeni ve benzersiz örnekler üretmek için bunlardan örneklem alabilir.

Alana iki ana yöntem hakimdir:

• Bilgisayar Simülasyonları: Görü görevleri için geliştiriciler, fotogerçekçi sahneler oluşturmak amacıyla video oyunlarında kullanılanlara benzer 3D grafik motorlarını kullanırlar. Bu, aydınlatma, hava durumu ve nesne yerleşimi üzerinde hassas kontrol sağlar. Bilgisayar sahneyi oluşturduğundan, nesne tespiti için sınırlayıcı kutular gibi mükemmel ek açıklamaları da otomatik olarak oluşturur ve manuel veri etiketleme ihtiyacını ortadan kaldırır.
• Derin Üretken Modeller: Üretken Çekişmeli Ağlar (GAN'lar) ve difüzyon modelleri gibi mimariler, son derece gerçekçi görüntüler veya tablo verileri sentezleyebilir. Örneğin, NVIDIA araştırmacıları, otonom makineler için çeşitli eğitim ortamları oluşturmak üzere bu modellerden yararlanmaktadır.

Link to this sectionYapay Zekada Gerçek Dünya Uygulamaları#

Sentetik veri oluşturma, verinin bir darboğaz olduğu endüstrileri dönüştürüyor.

• Otonom Sürüş: Kendi kendine giden araçları eğitmek için milyarlarca millik sürüş verisi gerekir. Bunu fiziksel olarak toplamak imkansızdır. Bunun yerine şirketler, bir çocuğun topun peşinden yola koşması veya güneşten gelen kör edici parlama gibi tehlikeli sınır durumlarını simüle etmek için sentetik ortamlar kullanır. Bu, otonom araç algılama sistemlerinin, gerçek yollarda nadiren karşılaşabilecekleri kritik senaryolar üzerinde eğitilmesini sağlar.
• Sağlık Hizmetleri ve Tıbbi Görüntüleme: HIPAA gibi hasta gizliliği yasaları, tıbbi kayıtların paylaşılmasını kesin olarak sınırlar. Sentetik oluşturma, araştırmacıların tümör gibi hastalıkların biyolojik belirteçlerini koruyan ancak gerçek hastalardan tamamen kopuk olan röntgen veya MRI taramalarından oluşan veri setleri oluşturmasına olanak tanır. Bu, hasta gizliliğinden ödün vermeden tıbbi görüntü analizi araçlarının geliştirilmesini sağlar.

Link to this sectionUltralytics YOLO26 ile Sinerji#

Sentetik verileri iş akışına entegre etmek, Ultralytics YOLO26 gibi son teknoloji modellerin performansını önemli ölçüde artırabilir. Gerçek dünya veri setlerini sentetik örneklerle destekleyerek, modelin yeni ortamlara genelleme yapma yeteneğini geliştirebilirsin.

Aşağıda, çıkarım yapmak için gerçek ve sentetik verilerin karışımıyla eğitilebilecek bir modelin nasıl yükleneceğini gösteren bir Python örneği bulunmaktadır.

from ultralytics import YOLO

# Load a YOLO26 model (trained on diverse synthetic and real data)
model = YOLO("yolo26n.pt")

# Run inference on an image to verify detection capabilities
# Synthetic training helps models handle varied lighting and angles
results = model("https://ultralytics.com/images/bus.jpg")

# Display the resulting bounding boxes and confidence scores
results[0].show()

Link to this sectionSentetik Veriyi Veri Çoğaltmadan Ayırt Etme#

Her iki teknik de veri setlerini genişletmeyi amaçlasa da, Sentetik Veri Oluşturmayı veri çoğaltmadan ayırt etmek önemlidir.

• Veri Çoğaltma, mevcut gerçek dünya görüntülerini alır ve varyasyonlar oluşturmak için bunları ters çevirir, döndürür veya renk dengesini değiştirir. Kesinlikle orijinal çekimin bir türevidir.
• Sentetik Veri Oluşturma, sıfırdan tamamen yeni veri noktaları yaratır. Oluşturma sırasında gerçek bir kaynak görüntüyle birebir yazışma gerektirmez, bu da fiziksel olarak hiç var olmamış sahnelerin oluşturulmasına olanak tanır.

Link to this sectionEn İyi Uygulamalar ve Zorluklar#

Sentetik veriyi etkili bir şekilde kullanmak için "sim-to-real" aktarılabilirliğini sağlamak çok önemlidir. Bu, sentetik veri üzerinde eğitilmiş bir modelin gerçek dünya girdilerinde ne kadar iyi performans gösterdiğini ifade eder. Sentetik veri gerçek görüntülerin dokusundan veya gürültüsünden yoksunsa, model dağıtımda başarısız olabilir. Bunu azaltmak için geliştiriciler, modelin belirli yapaylıklara güvenmek yerine şekil tabanlı özellikleri öğrenmeye zorlamak amacıyla simülasyonlardaki dokuları ve aydınlatmayı değiştiren etki alanı rastgeleleştirme gibi teknikler kullanırlar.

Ultralytics Platformunu kullanarak ekipler bu hibrit veri setlerini yönetebilir, model performansını izleyebilir ve sentetik veri dahil edilmesinin ortalama Ortalama Hassasiyet (mAP) gibi doğruluk metriklerini gerçekten iyileştirdiğinden emin olabilirler. Gartner tarafından belirtildiği gibi, sentetik veri hızla yetenekli yapay zeka sistemleri oluşturmak için standart bir gereklilik haline gelmekte ve daha adil, daha sağlam ve daha az önyargılı modeller eğitmek için bir yol sunmaktadır.