İçeriğe geç
parazade
Yapay Zeka

Nesne Tespiti Nedir?

İngilizce: Object Detection

Yayın: · Son güncelleme:

Nesne Tespiti Nedir? Kısaca

Nesne tespiti (object detection), bir görüntü ya da videodaki nesnelerin ne olduğunu sınıflandıran ve her birinin konumunu bir sınırlayıcı kutu ile belirleyen bilgisayarlı görü görevidir.

Nesne Tespiti nedir?
İçindekiler
  1. Nesne tespiti nedir?
  2. Nasıl çalışır?
  3. Kullanım alanları ve dikkat edilecekler

Nesne tespiti, "bu görüntüde ne var ve nerede?" sorusuna cevap verir. Görüntü sınıflandırma yalnızca görüntünün genel olarak neyi gösterdiğini söylerken, nesne tespiti birden fazla nesneyi ayrı ayrı bulur ve konumlarını işaretler.

Nesne tespiti nedir?

Bir nesne tespiti modelinin çıktısı, her bulunan nesne için üç bilgiden oluşur:

  • Sınıf: Nesnenin ne olduğu (insan, araç, köpek gibi).
  • Sınırlayıcı kutu: Nesneyi çevreleyen dikdörtgenin koordinatları.
  • Güven skoru: Modelin bu tahminden ne kadar emin olduğu.

Örneğin varsayımsal bir trafik kamerası görüntüsünde model, "araç, %92" ve "yaya, %87" gibi etiketlerle her nesneyi ayrı kutuya alabilir.

Nasıl çalışır?

Modern nesne tespiti derin öğrenmeye dayanır ve iki ana yaklaşım vardır:

Yaklaşım Özellik Örnek
İki aşamalı Önce aday bölgeler, sonra sınıflandırma; genellikle daha hassas R-CNN ailesi
Tek aşamalı Tek geçişte tahmin; daha hızlı, gerçek zamanlıya uygun YOLO

Transformer tabanlı tespit modelleri de bu alanda yaygınlaşmaktadır. Modelin başarısı genellikle IoU ve buna dayalı ortalama kesinlik ölçütleriyle değerlendirilir.

Kullanım alanları ve dikkat edilecekler

Otonom araçlar, güvenlik kameraları, perakendede raf takibi, üretimde hatalı ürün tespiti ve tıbbi görüntü analizi başlıca alanlardır.

Küçük, üst üste binen ya da kısmen görünen nesnelerde başarı düşebilir. Eğitim verisinde az bulunan sınıflar da gözden kaçabilir. Kamusal alanda insanları izleyen sistemlerde kişisel verilerin korunmasına ilişkin kurallara uymak gerekir.

Sıkça Sorulan Sorular

Nesne tespiti ile görüntü sınıflandırma farkı nedir?

Görüntü sınıflandırma tüm görüntüye tek bir etiket verir. Nesne tespiti ise görüntüdeki birden fazla nesneyi ayrı ayrı bulur ve her birinin konumunu işaretler.

Nesne tespiti gerçek zamanlı yapılabilir mi?

Evet. Tek aşamalı modeller ve uygun donanımla video akışı üzerinde gerçek zamanlı tespit yapılabilir; bu otonom araçlar ve güvenlik sistemlerinde yaygındır.

İlgili terimler

YOLOYOLO (You Only Look Once, yalnızca bir kez bak), bir görüntüdeki nesnelerin konumunu ve türünü tek bir sinir ağı geçişiyle tahmin eden nesne tespit yöntemidir. Hızlı olduğu için video gibi gerçek zamanlı uygulamalarda yaygın kullanılır.IoU(Intersection over Union)IoU (Intersection over Union), nesne tespiti ve görüntü bölütlemede modelin tahmin ettiği alan ile gerçek alanın ne kadar örtüştüğünü, iki alanın kesişiminin birleşimine oranı olarak ölçen ve 0 ile 1 arasında değer alan bir ölçüttür.Görüntü Bölütleme(Image Segmentation)Görüntü bölütleme (image segmentation), bir görüntüdeki her pikselin hangi nesneye ya da sınıfa ait olduğunun belirlenerek görüntünün anlamlı bölgelere ayrılmasıdır; nesnelerin yalnız yerini değil, tam sınırlarını da ortaya çıkarır.Nesne Takibi(Object Tracking)Nesne takibi (object tracking), bir videoda tespit edilen nesnelerin kareden kareye izlenmesi ve her nesneye kalıcı bir kimlik verilerek hareketinin zaman içinde takip edilmesini sağlayan bilgisayarlı görü görevidir.Özellik(Feature)Özellik (feature), makine öğrenmesinde her bir örneği tanımlayan ve modelin tahmin yaparken girdi olarak kullandığı ölçülebilir nitelik ya da değişkendir. Örneğin ev fiyatı tahmininde metrekare, oda sayısı ve konum birer özelliktir.TransformerTransformer, metin gibi sıralı verileri dikkat mekanizmasıyla paralel işleyen ve büyük dil modellerinin çoğunun temelini oluşturan bir sinir ağı mimarisidir.