YOLO Nedir? Gerçek Zamanlı Nesne Tanıma, Raspberry Pi 5 ve Kendi Modelinizi Eğitme

YOLO nedir sorusunun kısa cevabı şu: YOLO, bir görüntüdeki nesneleri tek seferde bulan ve sınıflandıran, gerçek zamanlı nesne tanıma için geliştirilmiş bir derin öğrenme modeli ailesidir. Adı İngilizce "You Only Look Once", yani "yalnızca bir kez bak" ifadesinden gelir. Bir kamera görüntüsünde insanları, araçları, hayvanları ya da kendi belirlediğiniz ürünleri saniyede onlarca kare hızında tespit edebilir. Hızlı olması ve kullanımı kolay araçlarla gelmesi sayesinde güvenlik kameralarından tarım uygulamalarına, üretim hattı kontrolünden maker robotlarına kadar çok geniş bir alanda kullanılıyor. Aşağıdaki rehberi, YOLO ile ilk projesini yapmak isteyen öğrenciler, öğretmenler ve küçük işletmeler için hazırladık.

Gerçek zamanlı nesne tanıma nasıl çalışır?

Nesne tanımada iki soruya cevap aranır: görüntüde ne var ve nerede? Eski yöntemlerin çoğu görüntüyü önce olası nesne bölgelerine ayırır, sonra her bölgeyi ayrı ayrı inceler. Bu yaklaşım doğru sonuç verse de yavaştır.

YOLO'nun getirdiği fikir, görüntünün tamamını sinir ağından tek bir kez geçirmek ve tüm nesneleri aynı anda tahmin etmektir. 2015'te yayımlanan ilk YOLO makalesi bu tek geçişte tespit yaklaşımıyla dikkat çekti. Model görüntüyü bir ızgara gibi değerlendirir ve her bölge için o bölgede nesne olup olmadığını, varsa sınırlarını ve türünü tahmin eder. Tek geçiş sayesinde işlem süresi kısalır, canlı video üzerinde çalışmak mümkün olur.

Sınıf, kutu ve güven skoru

YOLO'nun her tespit için verdiği çıktı üç parçadan oluşur:

• Sınıf: Nesnenin ne olduğu. İnsan, araba, kedi, bisiklet ya da sizin tanımladığınız "kusurlu ürün" gibi bir etiket.
• Sınırlayıcı kutu: Nesnenin görüntüdeki yeri. Kutunun merkez noktası, genişliği ve yüksekliği ile ifade edilir.
• Güven skoru: Modelin bu tahminden ne kadar emin olduğunu gösteren 0 ile 1 arasında bir değer.

Model aynı nesne için birbirine çok yakın birden fazla kutu önerebilir. Bu fazlalıklar, en güvenilir kutuyu tutup onunla büyük oranda örtüşen diğerlerini eleyen bir süzme adımıyla temizlenir. Siz de bir güven eşiği belirlersiniz; örneğin 0,5'in altındaki tahminleri yok saymak gibi. Eşiği yükseltmek yanlış alarmı azaltır ama bazı gerçek nesnelerin kaçırılmasına yol açabilir. Doğru eşik, projenizin hangi hatayı daha az tolere ettiğine bağlıdır.

YOLO sürüm ailesi

İlk YOLO'dan sonra farklı ekipler tarafından birçok sürüm geliştirildi. Bu nedenle sürüm numaraları her zaman tek bir ekibin ardışık çalışmalarını göstermez. Maker ve eğitim dünyasında en çok karşılaşacağınız sürümler Ultralytics firmasının geliştirdikleridir:

• YOLOv5: Python ile kolay kullanım sunan ve çok geniş bir kullanıcı kitlesi edinen sürümdür. Eski projelerde ve derslerde hâlâ sık görülür.
• YOLOv8: Nesne tespitinin yanında segmentasyon, sınıflandırma ve poz tahmini gibi görevleri tek bir paket altında toplar.
• YOLO11: Ultralytics'in sonraki nesil modelidir; benzer kullanım kolaylığıyla daha verimli modeller sunar.

Ultralytics yeni sürümler yayımlamaya devam ediyor. Başlarken paketin güncel belgelerinde önerilen modeli seçmenizi tavsiye ederiz. Her sürüm genellikle farklı boyutlarda gelir: en küçük "n" (nano) modeller hızlıdır ve zayıf donanımda çalışır, büyük modeller daha doğrudur ama daha fazla işlem gücü ister. Raspberry Pi gibi kartlarda nano ve küçük modellerle başlamak doğru bir tercihtir.

Ticari kullanım düşünüyorsanız lisansa dikkat edin. Ultralytics yazılımları AGPL-3.0 açık kaynak lisansıyla dağıtılıyor; kapalı kaynaklı ticari ürünlerde kullanım için firmanın kurumsal lisans seçeneğini incelemeniz gerekir.

YOLO'nun kullanım alanları

Güvenlik

Kamera görüntüsünde insan ya da araç algılandığında bildirim göndermek, belirli bir alana giriş olduğunda alarm üretmek gibi işler için kullanılır. Hareket sensörüne göre farkı şudur: rüzgârda sallanan bir dal ya da gölge alarm üretmez, yalnızca tanımladığınız sınıflar tepki doğurur.

Sayım

Bir kapıdan geçen insan sayısını, yoldan geçen araç sayısını, bir rafta kalan ürün adedini ya da bir banttan akan parça sayısını otomatik olarak çıkarmak mümkündür. Nesne takibiyle birleştirildiğinde aynı nesnenin iki kez sayılması da önlenir.

Tarım

Meyvelerin olgunluk tespiti, yapraklarda hastalık belirtisi arama, sera içinde zararlı böcek sayımı ve hayvan takibi gibi uygulamalarda kullanılır. Kendi bölgenizdeki ürünlerin fotoğraflarıyla eğitilmiş bir model genel modellerden çok daha iyi sonuç verir.

Endüstri

Üretim hattında kusurlu ürünlerin ayıklanması, etiket veya kapak kontrolü, iş güvenliği ekipmanı (baret, yelek) takılıp takılmadığının denetlenmesi tipik örneklerdir. Sabit kamera açısı ve kontrollü ışık, bu ortamlarda yüksek doğruluk elde etmeyi kolaylaştırır.

YOLO'yu nerede çalıştırabilirsiniz?

Bilgisayarda

Model eğitimi ve ilk denemeler için en rahat ortam, NVIDIA ekran kartlı bir bilgisayardır. Python kurulu bir bilgisayarda Ultralytics paketini yükleyip hazır bir modeli birkaç satırla çalıştırabilirsiniz. Ekran kartı yoksa işlemciyle de çalışır, yalnızca daha yavaştır. Eğitimi bulut ortamlarında yapıp çıkan modeli küçük cihaza taşımak da yaygın bir yöntemdir.

Raspberry Pi 5'te

Raspberry Pi 5, küçük YOLO modellerini işlemci üzerinde çalıştırabilir. Hız, model boyutuna ve görüntü çözünürlüğüne göre değişir. Daha iyi performans için modeli NCNN ya da ONNX gibi hafif çalıştırma formatlarına dönüştürmek önerilir; Ultralytics bu dönüştürmeyi tek komutla yapar. Kartın özellikleri hakkında Raspberry Pi nedir yazımızdan bilgi alabilirsiniz.

Hızlandırıcılarla

Gerçek zamanlı ve akıcı sonuç istiyorsanız Raspberry Pi 5'in PCIe bağlantısına takılan yapay zekâ hızlandırıcıları devreye girer. Raspberry Pi'nin AI Kit ve AI HAT+ ürünleri, sinir ağı hesaplarını Hailo hızlandırıcı çipine yükleyerek işlemciyi rahatlatır. Bu kartlarda model, hızlandırıcının kendi formatına dönüştürülerek çalıştırılır. Raspberry Pi AI Camera ise görüntü işleme modelini doğrudan kamera sensörünün içinde çalıştırabilen bir başka seçenektir. Daha büyük projelerde NVIDIA Jetson gibi yapay görmeye özel kartlar da tercih edilir.

ESP32-S3 gibi mikrodenetleyiciler çok küçük görüntü sınıflandırma modellerini çalıştırabilir ama tam bir YOLO modeli için yetersiz kalır. Bu tür kartları kamera düğümü olarak kullanıp görüntüyü güçlü bir cihaza göndermek daha sağlıklıdır. Bu konuyu ESP32 ve ESP8266 rehberimizde ESP32-CAM başlığı altında anlattık.

Kendi veri setinizle YOLO eğitme adımları

Hazır modeller insan, araba, köpek gibi yaygın sınıfları tanır. Sizin ürününüzü, sizin makinenizdeki kusuru ya da sizin bahçenizdeki bir bitki hastalığını tanıması için kendi veri setinizle eğitim yapmanız gerekir.

1. Sınıfları belirleyin. Modelin neyi tanıyacağını net tanımlayın. Az sayıda ve birbirinden açıkça ayrılan sınıflarla başlamak işi kolaylaştırır.
2. Görüntü toplayın. Modelin çalışacağı ortamdan, farklı ışık koşullarında, farklı açılardan ve mesafelerden fotoğraf çekin. Nesnenin olmadığı görüntüler de ekleyin.
3. Etiketleyin. CVAT ya da Label Studio gibi etiketleme araçlarıyla her nesnenin etrafına kutu çizip sınıfını seçin. YOLO formatında her görüntü için bir metin dosyası oluşur; her satırda sınıf numarası ve kutunun görüntüye göre oranlanmış koordinatları bulunur.
4. Veriyi bölün. Görüntülerin büyük kısmını eğitim, kalan kısmını doğrulama için ayırın. Aynı sahneden çekilmiş neredeyse aynı fotoğrafları iki gruba birden koymayın.
5. Ayar dosyasını hazırlayın. Klasör yollarını ve sınıf adlarını içeren kısa bir yaml dosyası yazın.
6. Eğitimi başlatın. Önceden eğitilmiş küçük bir modelden başlayarak kendi verinizle eğitin. Sıfırdan eğitmeye göre çok daha az veriyle iyi sonuç alırsınız.
7. Sonuçları değerlendirin. Kesinlik, duyarlılık ve mAP değerlerine bakın, ama asıl testi modelin hiç görmediği yeni görüntülerle yapın.
8. Dışa aktarın ve kurun. Modeli hedef cihazınıza uygun formata çevirip sahada deneyin. Sahada hata yaptığı görüntüleri toplayıp veri setine eklemek, modeli en hızlı geliştiren yöntemdir.

Gizlilik ve KVKK notu

İnsan görüntüsü işleyen her sistem kişisel veri işler. Türkiye'de bu konu 6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamındadır. Kamera kuracağınız alanda kişileri bilgilendiren bir aydınlatma metni ve görünür uyarı levhası bulundurmanız, görüntüleri yalnızca belirlediğiniz amaç için ve gerektiği süre kadar saklamanız beklenir. Mümkün olduğunda görüntüyü cihaz üzerinde işleyip yalnızca sayım ya da alarm gibi sonuç verisini saklamak, yüzleri bulanıklaştırmak ve kayıtlara erişimi sınırlamak riskleri azaltır. İşletmeler için kurulum öncesinde bir hukuk danışmanından görüş almak doğru olur.

Sık sorulan sorular

YOLO kullanmak için ekran kartı şart mı?

Hazır bir modeli denemek ve küçük modelleri çalıştırmak için şart değildir; işlemci de yeterlidir. Kendi veri setinizle eğitim yaparken ekran kartı ya da bulut ortamı süreyi ciddi biçimde kısaltır.

Kaç fotoğrafla model eğitebilirim?

Kesin bir sayı yoktur. Basit ve kontrollü ortamlarda sınıf başına birkaç yüz etiketli görüntüyle anlamlı sonuçlar alınabilir. Ortam ne kadar değişkense o kadar çok ve çeşitli görüntü gerekir.

YOLO yüz tanıma yapar mı?

YOLO görüntüde bir yüz olduğunu tespit edebilir. Yüzün kime ait olduğunu bulmak ayrı bir tanıma modeli gerektirir ve kişisel veri açısından çok daha hassas bir işlemdir; bu tür sistemlerde yasal yükümlülükleri mutlaka değerlendirin.