Nesne tespiti: YOLO ve Faster R-CNN ile model geliştirme

Nesne tespiti nedir, görüntü sınıflandırmadan farkı ne?

Nesne tespiti, bir görüntü ya da videoda hangi nesnelerin bulunduğunu ve her birinin nerede olduğunu aynı anda belirleyen bilgisayarlı görü görevidir. Çıktı, her nesne için bir sınıf adı, görüntü üzerinde nesneyi çevreleyen bir sınırlayıcı kutu ve modelin tahminine ne kadar güvendiğini gösteren bir güven skorudur.

Görüntü sınıflandırma tüm görüntüye tek bir etiket verir: "bu fotoğrafta kedi var". Nesne tespiti ise "kedi burada, köpek şurada" der. Segmentasyon bir adım daha ileri gider ve nesnenin kenarlarını piksel düzeyinde çizer. Hangisinin gerektiği işe bağlıdır: bir üretim hattında kusurlu parçanın var olup olmadığını bilmek yeterliyse sınıflandırma, parçanın konumunu da bilmek gerekiyorsa tespit uygundur.

Nesne tespiti güvenlik kameralarında, depo ve üretim hattı denetiminde, perakendede raf analizinde, trafik ve araç tanımada, tarım ve tıbbi görüntü ön taramalarında kullanılır.

YOLO ve Faster R-CNN: iki yaklaşım

Modern nesne tespit yöntemleri iki geniş aileye ayrılır.

Faster R-CNN gibi iki aşamalı yöntemlerde model önce görüntüde nesne içerebilecek bölge adaylarını önerir, sonra her adayı sınıflandırır ve kutusunu inceltir. Bölge önerisi için ayrı bir ağ kullanılır. Bu yaklaşım genellikle isabetli sonuç verir ve küçük nesnelerde güçlüdür, ancak iki aşama nedeniyle daha yavaştır.

YOLO ailesi ise tek aşamalı yöntemdir. Adı "You Only Look Once", yani görüntüye tek bakışta bütün tahminin yapılması anlamına gelir. Görüntüyü ızgaraya böler ve her hücre için kutu ile sınıf olasılıklarını tek geçişte üretir. Bu hız avantajı sağlar; gerçek zamanlı video akışı ve kenar cihazlar için uygundur. Aile zaman içinde birçok sürümle gelişti; sürüm seçimi güncel kaynaklardan kontrol edilmelidir.

Seçim kısaca şöyledir: hız ve gerçek zamanlı çalışma önceliyse tek aşamalı yöntemler, maksimum isabet ya da küçük nesne tespiti öncelikse iki aşamalı yöntemler akla gelir. Pratikte fark, veri kalitesi ve ayarlama özenine göre değişir; iki yaklaşımı küçük bir veri kümesinde denemek en güvenilir yoldur.

Nesne tespit modeli adım adım nasıl geliştirilir?

Süreç genellikle şu sırayı izler:

• Problemi tanımlayın: hangi nesneler tespit edilecek, hangi koşullarda (ışık, açı, mesafe) çalışacak, hata maliyeti nedir?
• Veri toplayın: gerçek kullanım koşullarını yansıtan görüntüler. Farklı ışık, açı ve arka plan çeşitliliği önemlidir.
• Etiketleyin: her nesne için sınırlayıcı kutu ve sınıf. Etiketleme kuralları yazılı olmalı, birden fazla etiketleyici varsa tutarlılık denetlenmelidir.
• Veriyi eğitim, doğrulama ve test olarak ayırın. Test seti eğitimde hiç kullanılmamalıdır.
• Hazır bir ön eğitimli modelden başlayın (transfer öğrenme) ve kendi verinizle ince ayar yapın.
• Sonuçları ölçün, hataları inceleyin, veriyi ve ayarları iyileştirin; döngüyü tekrarlayın.

Başlangıçta amaç mükemmel model değil, çalışan bir uçtan uca hat kurmaktır: veri, etiket, eğitim, değerlendirme. Sonra darboğazlar görünür hale gelir ve genellikle model mimarisinden çok veri kalitesi sorunu olduğu anlaşılır.

Özel veri kümesi ve model eğitimi

Hazır veri kümelerinde eğitilmiş modeller, genel nesneleri tanır ama kuruma özel nesneler için yeterli olmaz. Örneğin kurgusal bir üretim hattında belirli bir yüzey kusurunu tespit etmek istiyorsanız kendi kusurlu parça görüntülerinizle eğitmeniz gerekir.

Veri artırma teknikleri (döndürme, kırpma, parlaklık değişimi, gürültü ekleme) sınırlı veriyle modelin genelleme gücünü artırır. Sınıf dengesizliği, yani nadir nesnelerin az görüntüyle temsil edilmesi sık karşılaşılan bir sorundur; nadir sınıflara ek veri toplamak ya da ağırlıklandırma kullanmak gerekir.

Eğitim sırasında aşırı öğrenmeyi (modelin eğitim verisini ezberleyip yeni görüntüde başarısız olması) doğrulama setinde izlersiniz. Başarı ölçümünde kutunun gerçek kutuyla örtüşme oranı (IoU) ve ortalama hassasiyet (mAP) gibi metrikler kullanılır. Bu metriklerin yanında, gerçek kullanım senaryosunda hangi hata türünün daha maliyetli olduğuna bakmak da önemlidir: kaçırılan bir kusur ile yanlış alarm aynı maliyette değildir.

Çıkarım optimizasyonu ve dağıtım

Eğitilmiş modeli sahada çalıştırmak ayrı bir mühendislik işidir. Çıkarım hızı, bellek ve güç tüketimi, donanım kısıtları belirleyicidir. Kamera başında çalışan küçük bir cihazda sunucu tipi bir model kullanılamayabilir.

Optimizasyon teknikleri arasında modeli küçültmek, sayısal hassasiyeti düşürmek (nicemleme), gereksiz katmanları budamak ve model biçimini hedef donanıma uygun bir çalışma ortamına dönüştürmek vardır. Hız kazanılırken isabetten ne kadar taviz verildiği mutlaka yeniden ölçülmelidir.

Dağıtımda ayrıca şu konular düşünülür: görüntü akışının nasıl işleneceği, tespit sonuçlarının hangi sisteme aktarılacağı, hatalı tespitlerin nasıl geri bildirim olarak toplanacağı ve modelin zamanla yeni koşullara karşı nasıl izleneceği. Çevre koşulları değiştikçe (yeni kamera, mevsim, ürün) performans düşebilir; bu yüzden izleme ve periyodik yeniden eğitim planı gerekir.

Sık hatalar

Sık hatalar: yetersiz ya da gerçek koşulları yansıtmayan veriyle eğitmek, tutarsız etiketleme, test setinin eğitime sızması, yalnızca tek bir metriğe bakmak, hataları örnek örnek incelememek ve modeli sahaya çıkarırken izleme planı yapmamak.

Başka bir yaygın hata, gereğinden büyük model seçmektir. Küçük ve iyi etiketlenmiş bir veri kümesiyle hafif bir model, kötü veriyle ağır bir modelden genellikle daha iyi sonuç verir. Ayrıca kamera konumu, ışık ve nesne çeşitliliği gibi çevresel değişkenleri modelden önce kontrol altına almak başarıyı artırır.

Etik ve gizlilik boyutunu da unutmamak gerekir: insan görüntülerinin işlendiği uygulamalarda kişisel veri mevzuatına uyum, veri saklama ve açık rıza konuları baştan ele alınmalıdır.

Öğrenme yolu ve Mindset programları

Başlangıçta Python, temel makine öğrenmesi ve evrişimli sinir ağı mantığını öğrenin. Sonra hazır bir ön eğitimli nesne tespit modelini kendi küçük veri kümenizle ince ayara tabi tutun. Orta aşamada etiketleme araçları, veri artırma, metrik yorumlama ve hata analizi gelir. İleri düzeyde mimari seçimi, çıkarım optimizasyonu, uç cihaz dağıtımı ve izleme konuları yer alır.

Mindset kataloğunda Nesne Tespiti (YOLO, Faster R-CNN) programı bilgisayarlı görüye ve nesne tespitine giriş, YOLO ailesinin mimarisi ve gelişimi, Faster R-CNN ve bölge tabanlı yöntemler, özel veri kümesi ve model eğitimi, çıkarım optimizasyonu ve dağıtım, kurumsal nesne tespit uygulamaları ile gelişmiş konular ve gelecek yönelimleri başlıklarını içerir.