Nesne Tanıma Nedir? YOLO ile Nasıl Yapılır?

Nesne tanıma (object recognition), dijital bir görüntü veya video içindeki nesnelerin bilgisayarlı görü ve yapay zekâ teknikleriyle belirlenmesi ve anlamlandırılmasıdır. Bir sistem; görüntüde insan, araç, ürün, hayvan veya makine parçası bulunduğunu anlayabilir, nesnenin hangi sınıfa ait olduğunu belirleyebilir ve bazı uygulamalarda görüntü üzerindeki konumunu gösterebilir.

Nesne tanıma teknolojileri; üretimde kalite kontrol, güvenlik kameraları, otonom araçlar, perakende analitiği, sağlık görüntüleri, tarım, lojistik ve robotik gibi birçok alanda kullanılmaktadır. Modern sistemlerde Python, OpenCV, PyTorch ve TensorFlow gibi araçların yanında YOLO, Faster R-CNN ve SSD gibi nesne algılama modellerinden yararlanılabilir.

Görüntü, video ve kamera akışları üzerinde nesne algılama uygulamaları geliştirmek istiyorsanız BlueMark Academy’nin YOLO ile Görüntüden Nesne Tanıma Eğitimi programını inceleyebilirsiniz. Üç günlük online eğitimde hazır COCO veri setiyle çalışma, özel veri seti oluşturma, Python ile model eğitimi, test ve performans değerlendirmesi gibi konular ele alınmaktadır.

Nesne Tanıma Nedir?

Nesne tanıma, bilgisayarların görsel verilerde bulunan nesneleri analiz etmesini sağlayan bilgisayarlı görü uygulamalarının genel adıdır. Sistem, kendisine verilen fotoğraf veya video karesini işleyerek görüntüde hangi nesnelerin bulunduğuna ilişkin tahminler üretir.

Günlük kullanımda “nesne tanıma” ifadesi çoğu zaman nesne sınıflandırma ve nesne algılama kavramlarını birlikte kapsayacak şekilde kullanılmaktadır. Teknik olarak ise bu görevler arasında fark vardır:

• Görüntü sınıflandırma: Görüntünün genel olarak hangi sınıfa ait olduğunu belirler. Örneğin görüntünün bir otomobile ait olduğunu söyler.
• Nesne algılama: Görüntüdeki bir veya birden fazla nesneyi bulur, sınıflandırır ve konumlarını sınırlayıcı kutularla gösterir.
• Görüntü segmentasyonu: Nesneleri yalnızca kutuyla değil, piksel düzeyinde ayırır.
• Nesne takibi: Algılanan nesnenin video kareleri arasındaki hareketini takip eder.
• Örnek tanıma: Aynı sınıftaki farklı nesneleri birbirinden ayırmaya çalışır.

Bir üretim hattında görüntünün “hatalı ürün” olarak sınıflandırılması görüntü sınıflandırmaya; hatalı parçanın görüntü üzerindeki yerinin kutuyla gösterilmesi nesne algılamaya; kusurlu bölgenin piksel düzeyinde işaretlenmesi ise segmentasyona örnektir.

Görüntü İşleme ile Nesne Tanıma Arasındaki Fark Nedir?

Görüntü işleme, dijital görüntülerin iyileştirilmesi, dönüştürülmesi ve analiz için hazırlanmasıyla ilgilenen daha geniş bir alandır. Gürültü azaltma, keskinleştirme, renk dönüşümü, yeniden boyutlandırma, kenar belirleme ve kontrast düzenleme görüntü işleme işlemlerine örnek verilebilir.

Nesne tanıma ise görüntüde ne bulunduğunu anlamaya odaklanır. Geleneksel görüntü işleme teknikleri, nesne tanıma modeline gönderilecek görüntüyü hazırlamak veya model sonucunu iyileştirmek için kullanılabilir.

Nesne Tanıma Nasıl Çalışır?

Nesne tanıma sisteminin çalışma biçimi kullanılan modele ve projeye göre değişebilir. Bununla birlikte tipik bir nesne algılama projesi aşağıdaki aşamalardan oluşur.

1. Kullanım Senaryosunun Belirlenmesi

İlk aşamada sistemin hangi problemi çözeceği tanımlanır. Modelin yalnızca görüntüde nesne bulunup bulunmadığını mı söyleyeceği, nesnelerin yerini mi göstereceği, nesneleri sayacağı mı yoksa video boyunca takip mi edeceği belirlenmelidir.

Örneğin bir üretim tesisinde “üründe hata var mı?” sorusu sınıflandırma problemi olabilir. “Hata ürünün hangi bölgesinde?” sorusu ise nesne algılama veya segmentasyon gerektirebilir.

2. Görsel Verilerin Toplanması

Modelin karşılaşacağı gerçek koşulları temsil eden fotoğraf ve videolar toplanır. Farklı ışık koşulları, kamera açıları, arka planlar, nesne boyutları ve görüntü kaliteleri veri setine dahil edilmelidir.

Yalnızca ideal ortamda çekilmiş görüntülerle eğitilen bir model, gerçek kullanım sırasında düşük ışık, bulanıklık veya kısmen kapanmış nesnelerle karşılaştığında başarısız olabilir.

3. Verilerin Etiketlenmesi

Nesne algılama projelerinde görüntülerdeki nesneler sınırlayıcı kutularla işaretlenir ve ilgili sınıf adıyla etiketlenir. Segmentasyon projelerinde ise nesnenin gerçek sınırlarını gösteren maskeler hazırlanabilir.

Etiketlerin doğru, tutarlı ve proje hedefiyle uyumlu olması model performansı açısından kritik öneme sahiptir. Yanlış veya tutarsız etiketler modelin de yanlış ilişkiler öğrenmesine neden olabilir.

4. Görüntülerin Ön İşlenmesi

Görüntüler modelin beklediği boyuta getirilebilir, piksel değerleri normalize edilebilir ve kalite sorunları giderilebilir. Veri artırma yöntemleriyle görüntüler döndürülerek, kırpılarak, ölçeklendirilerek veya ışık koşulları değiştirilerek veri çeşitliliği artırılabilir.

Veri artırma, özellikle sınırlı sayıda eğitim görüntüsü bulunan projelerde modelin farklı koşullara daha iyi uyum sağlamasına yardımcı olabilir.

5. Modelin Seçilmesi ve Eğitilmesi

Projenin hız, doğruluk, donanım ve kullanım ortamı gereksinimlerine göre uygun model seçilir. Model, etiketlenmiş görüntüler üzerinden nesnelerin görsel özelliklerini ve sınıflarını öğrenir.

Sıfırdan model eğitmek yerine önceden eğitilmiş bir model transfer öğrenme yöntemiyle kuruma ait özel veri setine uyarlanabilir. Bu yaklaşım eğitim süresini ve gerekli veri miktarını azaltabilir.

6. Modelin Test Edilmesi

Eğitim tamamlandıktan sonra model, daha önce görmediği doğrulama ve test görüntüleri üzerinde değerlendirilir. Modelin yalnızca eğitim verisinde başarılı olması yeterli değildir; gerçek kullanım koşullarına benzer yeni görüntülerde de tutarlı sonuç vermesi gerekir.

7. Üretim Ortamına Alınması ve İzlenmesi

Model; kamera sistemi, mobil uygulama, web servisi, üretim hattı veya edge cihazla entegre edilebilir. Üretime alınan modelin gecikme süresi, kaynak kullanımı, yanlış pozitifleri ve kaçırdığı nesneler düzenli olarak izlenmelidir.

Yeni ürünler, değişen kamera açıları veya farklı ortam koşulları model performansını düşürebilir. Gerektiğinde yeni verilerle yeniden eğitim yapılmalıdır. Model kendiliğinden ve kontrolsüz biçimde gelişmez; performansın korunması için veri ve model yaşam döngüsü yönetilmelidir.

Nesne Tanımada Kullanılan Temel Teknolojiler

CNN Nedir?

Convolutional Neural Network, Türkçesiyle evrişimli sinir ağı, görüntülerdeki görsel özellikleri öğrenmek için kullanılan bir derin öğrenme mimarisidir. CNN katmanları; kenar, doku, şekil ve daha karmaşık görsel örüntüleri aşamalı olarak çıkarabilir.

CNN’ler görüntü sınıflandırma, nesne algılama, yüz analizi ve tıbbi görüntü analizi gibi bilgisayarlı görü görevlerinde kullanılabilir. YOLO ve Faster R-CNN gibi nesne algılama modelleri de görsel özelliklerin çıkarılmasında derin sinir ağlarından yararlanır.

YOLO Nedir?

YOLO, “You Only Look Once” ifadesinin kısaltmasıdır. Görüntüdeki nesnelerin sınıflarını ve konumlarını tek bir algılama akışı içinde tahmin etmeyi amaçlayan nesne algılama model ailesidir.

YOLO’nun öne çıkan özelliği hız ve doğruluk arasında uygulamaya göre kullanılabilecek bir denge sunmasıdır. Bu nedenle kamera ve video akışlarının gerçek veya gerçeğe yakın zamanda analiz edildiği projelerde tercih edilebilir.

YOLO şu uygulamalarda kullanılabilir:

• Kamera görüntüsünde insan ve araç algılama
• Üretim hattında ürün ve kusur kontrolü
• Depo ve lojistik alanlarında ürün sayımı
• Drone görüntülerinde nesne tespiti
• Trafik yoğunluğu ve araç sınıflandırma
• Tarım alanlarında bitki, meyve veya hastalık belirtisi algılama
• Perakende alanlarında raf ve ürün analizi

R-CNN ve Faster R-CNN Nedir?

R-CNN ailesi, görüntüde nesne bulunabilecek bölgeleri değerlendirerek sınıflandırma ve konum tahmini yapan nesne algılama yaklaşımlarındandır. İlk R-CNN yaklaşımının ardından Fast R-CNN ve Faster R-CNN gibi daha verimli modeller geliştirilmiştir.

Faster R-CNN, yüksek doğruluğun önemli olduğu projelerde değerlendirilebilir. Ancak model seçimi yalnızca teorik doğruluğa göre yapılmamalıdır. Gerçek zamanlı çalışma ihtiyacı, kullanılacak donanım, görüntü çözünürlüğü ve üretim maliyeti de dikkate alınmalıdır.

SSD Nedir?

Single Shot Detector, görüntüdeki nesneleri tek aşamalı bir mimariyle algılayan model yaklaşımıdır. YOLO gibi SSD de hızın önemli olduğu uygulamalarda kullanılabilir. Farklı boyutlardaki nesneleri algılamak için birden fazla özellik haritasından yararlanır.

OpenCV Ne İşe Yarar?

OpenCV, görüntü ve video işleme uygulamalarında kullanılan açık kaynaklı bir bilgisayarlı görü kütüphanesidir. Python ve C++ dahil farklı programlama dilleriyle kullanılabilir.

OpenCV ile görüntü okuma, yeniden boyutlandırma, renk dönüşümü, filtreleme, kamera akışını işleme, sonuçları görüntü üzerine çizme ve video kaydetme gibi işlemler gerçekleştirilebilir. Nesne algılama projesinde OpenCV çoğu zaman görüntüyü hazırlamak ve model sonuçlarını göstermek için kullanılır.

YOLO ile Nesne Tanıma Nasıl Yapılır?

YOLO ile nesne algılama projesi, hazır bir model kullanılarak veya kuruma özel bir veri setiyle model eğitilerek gerçekleştirilebilir.

Genel uygulama süreci şöyledir:

1. Python geliştirme ortamının hazırlanması
2. Gerekli kütüphanelerin kurulması
3. Hazır YOLO modelinin ve ağırlıklarının yüklenmesi
4. Fotoğraf, video veya kamera görüntüsünün alınması
5. Modelle nesne tahmini yapılması
6. Tahmin edilen sınıf, güven skoru ve kutuların görüntülenmesi
7. Proje için özel sınıflar gerekiyorsa veri setinin hazırlanması
8. Görüntülerin etiketlenmesi ve modelin eğitilmesi
9. Model performansının test edilmesi
10. Modelin hedef uygulamaya entegre edilmesi

COCO gibi hazır veri setleri üzerinde eğitilmiş modeller insan, otomobil, otobüs ve hayvan gibi genel sınıfları tanıyabilir. Ancak işletmeye özel bir ürün, kusur veya ekipman parçasının algılanması için özel veri seti oluşturmak ve modeli bu verilerle eğitmek gerekebilir.

Nesne Tanımada Model Performansı Nasıl Ölçülür?

Bir modelin başarılı olup olmadığını yalnızca genel “doğruluk oranına” bakarak değerlendirmek yanıltıcı olabilir. Nesne algılama projelerinde birden fazla performans ölçütü birlikte incelenmelidir.

• Precision: Modelin nesne olarak işaretlediği sonuçların ne kadarının doğru olduğunu gösterir.
• Recall: Görüntüde gerçekten bulunan nesnelerin ne kadarının model tarafından yakalandığını gösterir.
• IoU: Tahmin edilen kutuyla gerçek etiket kutusunun ne ölçüde örtüştüğünü değerlendirir.
• mAP: Farklı sınıflar ve eşik değerleri üzerinden algılama performansını özetleyen ölçüttür.
• Inference süresi: Modelin bir görüntüyü ne kadar sürede işlediğini gösterir.
• FPS: Video uygulamalarında saniyede işlenebilen kare sayısını ifade eder.
• Model boyutu: Modelin sunucu, mobil cihaz veya edge donanımda çalıştırılabilirliğini etkiler.

Güvenlik sisteminde bir tehdidin kaçırılmasıyla üretim hattında hatasız bir ürünün yanlışlıkla kusurlu sayılmasının maliyeti aynı değildir. Bu nedenle precision ve recall dengesi projenin iş riskine göre kurulmalıdır.

Nesne Tanımanın Kullanım Alanları

Üretim ve Kalite Kontrol

Nesne tanıma sistemleri üretim hattındaki eksik parça, yanlış montaj, yüzey kusuru veya ürün tipi gibi unsurların kontrolünde kullanılabilir. Amaç insan kontrolünü tamamen ortadan kaldırmak değil, yüksek hacimli görsel incelemeyi desteklemek ve şüpheli sonuçları ilgili çalışana yönlendirmektir.

Güvenlik ve Video Analitiği

Kamera görüntülerinde belirli nesnelerin, araçların veya davranışların algılanması için bilgisayarlı görü sistemlerinden yararlanılabilir. Yetkisiz bölgeye giriş, terk edilmiş nesne veya koruyucu ekipman kullanımı gibi senaryolar otomatik uyarılarla desteklenebilir.

Bu uygulamalarda kişisel verilerin korunması, erişim yetkileri, veri saklama süresi ve insan denetimi gibi hukuki ve etik gereklilikler dikkate alınmalıdır.

Otonom Araçlar ve Ulaşım

Sürücü destek ve otonom sürüş sistemlerinde araç, yaya, bisiklet, trafik levhası ve yol üzerindeki engellerin algılanması gerekir. Nesne algılama bu sistemlerin yalnızca bir bileşenidir; sensör birleştirme, konumlandırma, hareket tahmini ve karar verme gibi farklı teknolojilerle birlikte çalışır.

Sağlık ve Tıbbi Görüntüleme

Bilgisayarlı görü modelleri röntgen, MR, BT ve mikroskop görüntülerindeki belirli bulguları işaretlemek veya görüntülerin önceliklendirilmesine yardımcı olmak için araştırılabilir ve kullanılabilir. Bu sistemlerin çıktıları klinik tanı yerine geçmemeli; uzman değerlendirmesi, güvenilir veri, düzenleyici gereklilikler ve kapsamlı doğrulama süreçleriyle birlikte ele alınmalıdır.

Perakende ve E-Ticaret

Perakendede raflardaki ürünlerin belirlenmesi, stok görünürlüğü, ürün sayımı ve kasa otomasyonu gibi uygulamalar geliştirilebilir. E-ticarette ise görsel arama, benzer ürün önerisi ve ürün fotoğraflarının otomatik etiketlenmesi gibi senaryolar öne çıkar.

Tarım

Drone veya saha kamerası görüntüleri kullanılarak ürün sayımı, yabancı ot tespiti, bitki gelişiminin izlenmesi ve hastalık belirtilerinin belirlenmesi amaçlanabilir. Tarımsal görüntülerde mevsim, ışık, toprak ve bitki çeşidi gibi koşulların veri setinde temsil edilmesi gerekir.

Lojistik ve Depo Yönetimi

Paket, palet, konteyner veya ürünlerin algılanması ve sayılması depo operasyonlarını destekleyebilir. Barkod ve RFID gibi teknolojilerle birlikte kullanılarak ürün takibi ve yükleme kontrolü geliştirilebilir.

Robotik

Robotların çevresindeki nesneleri algılaması, doğru nesneyi seçmesi ve hareket planlaması için bilgisayarlı görüden yararlanılır. Nesne algılama modeli; derinlik kamerası, konum tahmini ve robot kontrol yazılımıyla birlikte çalışabilir.

Nesne Tanıma Sistemlerinin Avantajları

• Yüksek hacimli görüntü ve videoların otomatik analizini destekler.
• Tekrarlanan görsel kontrol işlemlerini hızlandırabilir.
• İnsan gözünün takip etmekte zorlanabileceği sürekli video akışlarını analiz edebilir.
• Belirli koşullarda daha tutarlı kontrol standartları oluşturabilir.
• Gerçek zamanlı veya periyodik uyarılar üretebilir.
• Üretim, güvenlik ve lojistik süreçleri için ölçülebilir veri sağlayabilir.
• Edge cihazlarda çalıştırılarak verinin kaynağa yakın işlenmesine imkân verebilir.

Bu avantajlar modelin her koşulda doğru çalışacağı anlamına gelmez. Elde edilecek fayda; veri kalitesi, etiketleme, kamera kurulumu, model seçimi, iş sürecine entegrasyon ve insan kontrol mekanizmalarına bağlıdır.

Nesne Tanıma Sistemlerinde Karşılaşılan Zorluklar

• Yetersiz veri: Gerçek kullanım koşullarını temsil etmeyen veri setleri modelin genelleme kapasitesini düşürür.
• Etiketleme hataları: Yanlış veya tutarsız kutular model performansını doğrudan etkiler.
• Sınıf dengesizliği: Bazı nesne sınıflarının az sayıda örneğe sahip olması bu sınıfların öğrenilmesini zorlaştırır.
• Işık ve kamera farklılıkları: Düşük ışık, gölge, bulanıklık ve farklı kamera açıları hatalara neden olabilir.
• Kapanma: Nesnenin başka bir nesnenin arkasında kalması algılamayı zorlaştırabilir.
• Küçük nesneler: Görüntüde az sayıda piksel kaplayan nesneler gözden kaçabilir.
• Gerçek zamanlı performans: Daha büyük modeller daha fazla işlem gücü ve gecikme yaratabilir.
• Domain değişimi: Eğitim ortamıyla gerçek kullanım ortamının farklı olması performansı düşürebilir.
• Yanlış pozitifler: Sistem görüntüde olmayan bir nesneyi varmış gibi işaretleyebilir.
• Gizlilik ve güvenlik: Kamera görüntülerinin toplanması ve saklanması kişisel veri ve erişim riskleri doğurabilir.

Kurumsal Nesne Tanıma Projesine Nasıl Başlanır?

Kurumsal projelerde ilk adım doğrudan model eğitmek değil, çözülecek iş problemini ve başarı ölçütünü tanımlamaktır.

1. İş problemini ve beklenen çıktıyı belirleyin.
2. Yanlış pozitif ve yanlış negatif sonuçların maliyetini hesaplayın.
3. Kamera, görüntü kalitesi ve çalışma ortamını değerlendirin.
4. Gerekli nesne sınıflarını ve etiketleme standardını tanımlayın.
5. Mevcut verinin yeterliliğini kontrol edin.
6. Hazır model mi yoksa özel eğitim mi gerektiğine karar verin.
7. Küçük ve ölçülebilir bir pilot uygulama geliştirin.
8. Teknik performansla iş sonucunu birlikte ölçün.
9. İnsan kontrolü ve hata yönetimi süreçlerini oluşturun.
10. Başarılı pilot sonrasında üretim entegrasyonunu planlayın.

Nesne Tanıma Nasıl Öğrenilir?

Nesne tanıma öğrenmek isteyenlerin Python programlama, temel görüntü işleme, makine öğrenimi ve derin öğrenme konularında aşamalı olarak ilerlemesi önerilir.

Uygulanabilecek öğrenme sırası şöyledir:

1. Python programlama temelleri
2. NumPy ile dizi ve matris işlemleri
3. OpenCV ile görüntü ve video işleme
4. Makine öğrenimi ve model değerlendirme temelleri
5. CNN ve derin öğrenme kavramları
6. PyTorch veya TensorFlow kullanımı
7. Veri seti hazırlama ve görüntü etiketleme
8. YOLO ile hazır model kullanma
9. Özel veri setiyle model eğitme
10. Precision, recall, IoU ve mAP değerlendirmesi
11. Kamera ve video akışlarına entegrasyon
12. Model optimizasyonu ve üretim ortamında izleme

Temel model geliştirme bilgisi için Makine Öğrenmesi ve Python ile Uygulamalar Eğitimi, sinir ağı ve ileri modelleme konuları için Derin Öğrenme ve Python ile Uygulamaları Eğitimi incelenebilir.

BlueMark Academy YOLO ile Görüntüden Nesne Tanıma Eğitimi

BlueMark Academy’nin YOLO ile Görüntüden Nesne Tanıma Eğitimi, görüntü işleme ve nesne algılama teknolojilerini uygulamalı olarak öğrenmek isteyen katılımcılara yönelik üç günlük online bir programdır.

Eğitim kapsamında şu konular ele alınmaktadır:

• YOLO’nun çalışma yaklaşımı ve kullanım alanları
• Resim üzerinden nesne tanıma
• Webcam görüntüsünden nesne tanıma
• Kayıtlı video üzerinde nesne algılama
• COCO veri setinin kullanılması
• Özel veri seti oluşturma
• Python ile model eğitimi
• Eğitilen modelin test edilmesi
• Model performansının değerlendirilmesi
• Farklı alanlardan uygulama örnekleri

Kurumunuzun görüntü işleme, kalite kontrol, video analitiği veya özel nesne algılama ihtiyacına uygun eğitim planlaması hakkında bilgi almak için BlueMark Academy ile iletişime geçebilirsiniz.