Test Data

Test Verileri, bir makine öğrenimi (ML) modelinin nihai performansını değerlendirmek için kesinlikle ayrılmış, daha büyük bir veri kümesinin belirli bir alt kümesidir. Önceki öğrenme aşamalarında kullanılan verilerin aksine test verileri, geliştirme döngüsünün en sonuna kadar algoritma tarafından tamamen "görülmemiş" olarak kalır. Bu izolasyon kritik öneme sahiptir; çünkü bir bilgisayarlı görü (CV) modelinin veya başka bir yapay zekâ sisteminin yeni, gerçek dünya girdilerine ne ölçüde genelleme yapacağını tarafsız biçimde değerlendirmeni sağlar. Test verileri, bir üretim ortamını simüle ederek geliştiricilerin modelin eğitim örneklerini yalnızca ezberlemek yerine temel örüntüleri gerçekten öğrendiğini doğrulamasına yardımcı olur.

ML Yaşam Döngüsünde Test Verilerinin Rolü#

Standart makine öğrenimi iş akışında veriler genellikle her biri kendine özgü bir amaca hizmet eden üç farklı kategoriye ayrılır. Bu bölümler arasındaki ayrımı anlamak, güçlü yapay zekâ (AI) sistemleri oluşturmak için hayati önem taşır.

• Eğitim Verileri: Bu, modeli eğitmek için kullanılan veri kümesinin en büyük bölümüdür. Algoritma, bu belirli örnek kümesindeki hataları en aza indirmek için dahili parametrelerini veya ağırlıklarını yinelemeli olarak ayarlar.
• Doğrulama Verileri: Bu alt küme, eğitim sürecinde hiperparametreleri ayarlamak ve mimari kararlarına yön vermek için sıkça kullanılır. Modelin eğitim verilerinde iyi performans gösterirken yeni verilerde başarısız olduğu aşırı öğrenmeyi önlemek için ara kontrol görevi görür.
• Test Verileri: Bunlar modelin girdiği son "sınavdır". Ağırlıkları güncellemek veya ayarları değiştirmek için hiçbir zaman kullanılmaz. Test verileri üzerindeki değerlendirme; doğruluk, geri çağırma ve Ortalama Hassasiyet (mAP) gibi kesin performans ölçümleri sağlar; paydaşlar da bu ölçümleri modelin dağıtıma hazır olup olmadığına karar vermek için kullanır.

Bu bölümleri doğru şekilde yönetmek, yüklenen veri kümelerini titiz model değerlendirmesi sağlamak için otomatik olarak bu temel kategorilere ayırabilen Ultralytics Platform gibi araçlarla genellikle kolaylaştırılır.

Tarafsız Değerlendirmenin Önemi#

Test verilerinin temel değeri, veri kümesi yanlılığını ve varyans sorunlarını tespit edebilmesinde yatar. Bir model eğitim verilerinde %99 doğruluk, ancak test verilerinde yalnızca %60 doğruluk elde ediyorsa bu, yüksek varyansa (aşırı öğrenmeye) işaret eder. Buna karşılık, her iki veri kümesindeki düşük performans yetersiz öğrenmeye işaret eder.

Belirlenmiş bir test kümesi kullanmak, yeniden üretilebilirlik ve nesnellik gibi bilimsel ilkelere uygundur. Temiz bir test kümesi olmadan geliştiriciler, değerlendirme aşamasından bilgileri eğitim aşamasına sızdırarak fiilen "teste göre öğretme" riskiyle karşı karşıya kalır; bu olgu veri sızıntısı olarak bilinir. Bunun sonucunda, model gerçek dünya verileriyle karşılaştığında çöken, aşırı iyimser performans tahminleri ortaya çıkar.

Gerçek Dünya Uygulamaları#

Test verileri, yapay zekâ kullanan tüm sektörlerde sistemler canlıya alınmadan önce güvenliği ve güvenilirliği sağlamak için gereklidir.

• Otonom Sürüş: Otonom araçların geliştirilmesinde eğitim verileri, açık havada sürülen milyonlarca otoyol kilometresinden oluşabilir. Ancak test verileri, aracın eğitim sırasında açıkça hiç "görmediği" yoğun kar, ani engeller veya kafa karıştırıcı yol işaretleri gibi nadir ve zorlu senaryoları içermelidir. Bu, nesne algılama sisteminin öngörülemeyen ortamlarda güvenli şekilde tepki verebilmesini sağlar.
• Sağlık Tanıları: Tıbbi görüntülerde tümör tespiti için bir model oluşturulurken eğitim kümesi belirli bir hastanenin veri tabanından alınabilir. Modelin genel kullanım için sağlam ve güvenli olduğunu doğrulamak üzere test verileri ideal olarak farklı hastanelerden, farklı cihazlarla çekilmiş ve çeşitli hasta demografilerini temsil eden taramalardan oluşmalıdır. Bu harici doğrulama, yapay zekânın belirli bir cihaz türüne veya nüfusa karşı yanlı olmadığını doğrular.

Kodla Performans Değerlendirme#

ultralytics paketini kullanarak bir modelin ayrılmış bir veri kümesi üzerindeki performansını kolayca değerlendirebilirsin. val modu eğitim sırasında doğrulama için sıklıkla kullanılsa da veri kümesi YAML yapılandırmanda tanımlanan belirli bir test bölümünde çalışacak şekilde de yapılandırılabilir.

mAP50-95 gibi ölçümleri elde etmek üzere önceden eğitilmiş bir YOLO26 modelini şu şekilde değerlendirebilirsin:

from ultralytics import YOLO

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

# Evaluate the model's performance on the validation set
# (Note: In a strict testing workflow, you would point 'data'
# to a YAML that defines a specific 'test' split and use split='test')
metrics = model.val(data="coco8.yaml")

# Print a specific metric, e.g., mAP at 50-95% IoU
print(f"Mean Average Precision (mAP50-95): {metrics.box.map}")

Bu işlem, geliştiricilerin YOLO26 ile YOLO11'i farklı mimariler olarak nesnel biçimde karşılaştırmasına ve seçilen çözümün projenin tanımlanmış hedeflerini karşıladığından emin olmasına olanak tanıyan kapsamlı ölçümler oluşturur. Titiz testler, yüksek kaliteli yapay zekâ güvenliği standartlarının karşılanmasını sağlamadaki son denetim adımıdır.