Giriş

Bilgisayarla görü ve görüntü işleme projeleri planlarken sıkça karşılaşılan iki temel görev görüntü sınıflandırma (image classification) ve nesne tespiti (object detection)’dir. Her ikisi de görselleri otomatik olarak yorumlamak için makine öğrenimi ve derin öğrenme yöntemlerini kullanır, ancak amaçları, çıktı biçimleri ve kullanım senaryoları farklıdır. Bu yazıda her iki yaklaşımın ne olduğunu, teknik farklarını, hangi durumda hangisinin tercih edileceğine dair pratik rehberi ve yaygın uygulama örneklerini bulacaksınız.

Temel tanımlar

Görüntü sınıflandırma

Görüntü sınıflandırma, bir görüntüyü analiz ederek önceden tanımlanmış kategorilerden birine atama işlemidir. Örneğin bir fotoğrafın “kedi” veya “köpek” olarak etiketlenmesi sınıflandırma problemidir. Bu görev genelde tüm görüntünün tek bir etiketle temsil edildiği durumlar için uygundur. (Kaynak: Ultralytics — Görüntü Sınıflandırması).

Nesne tespiti

Nesne tespiti, bir görüntüdeki bir veya birden fazla nesneyi hem sınıflandırıp hem de konumlarını (genellikle dikdörtgen sınırlayıcı kutular şeklinde) belirleme sürecidir. Nesne tespiti, hangi nesnelerin görüntüde olduğunu ve görüntü içindeki nerede bulunduklarını raporlar. Bu yaklaşım, sahnede birden fazla öğe olduğunda veya lokasyon bilgisinin kritik olduğu uygulamalarda kullanılır. (Kaynak: ISEE Vision — Nesne Tespiti).

Teknik farklar: Çıktı, etiketleme ve doğruluk ölçüleri

Temelde şu farklılıklara dikkat etmek gerekir:

  • Çıktı biçimi: Sınıflandırma tek bir etiket veya olasılık dağılımı dönerken, nesne tespiti her tespit için sınıf, konum (bounding box) ve genellikle bir güven skoruyla sonuç verir.
  • Etiketleme gereksinimi: Sınıflandırma için görüntü düzeyinde etiket yeterliyken, nesne tespiti için her nesne örneğinin konumunu gösteren kutularla (bounding boxes) etiketlenmiş veri gerekir.
  • Değerlendirme metrikleri: Sınıflandırmada doğruluk (accuracy), doğruluk/geri çağırma (precision/recall) sık kullanılır. Nesne tespitinde ise IoU (Intersection over Union), mAP (mean Average Precision) gibi lokasyon ve sınıfı birlikte değerlendiren metrikler öne çıkar. (Kaynak: Ultralytics — Nesne Algılama Rehberi).

Karşılaştırmalı tablo

Özellik Görüntü Sınıflandırma Nesne Tespiti
Çıktı Tek etiket / olasılık Sınıf + bounding box + güven skoru
Etiketleme Görüntü düzeyinde etiket Her nesne için konum ile detaylı etiket
Uygulama örnekleri Kategori atama, kalite kontrol (tek nesne) Otonom sürüş, perakende izleme, güvenlik
Metrikler Accuracy, Precision/Recall IoU, mAP, Precision/Recall (nesne bazlı)

Hangi durumda hangisini seçmelisiniz? (Pratik kılavuz)

Aşağıdaki kısa karar rehberi hangi yöntemin projeniz için daha uygun olacağını belirlemeye yardımcı olur:

  • Tek bir nesne türünü mı değerlendiriyorsunuz? Eğer her görüntüde tek bir ana nesnenin varlığı veya yokluğu yeterliyse, sınıflandırma genelde daha hızlı ve daha az veri gerektirir.
  • Birden fazla nesnenin konumu kritikse: Eğer sahnede birden fazla nesne varsa, çakışan nesneler veya konum bilgisi gerekiyorsa nesne tespiti tercih edilmelidir.
  • Hedefiniz piksel düzeyinde ayrımsa: Nesnelerin kesin sınırlarına ihtiyaç varsa (ör. tıbbi görüntüleme, görüntü segmentasyonu gerekir), sekans olarak nesne tespiti + segmentasyon (ör. Mask R-CNN) düşünülmelidir.
  • Kaynak kısıtları: Hesaplama ve etiketleme bütçeniz sınırlıysa basit sınıflandırma veya transfer learning ile başlayan çözüm daha pratiktir.

Veri ve etiketleme: Uygulamada ne fark eder?

Etiketleme maliyeti ve veri hazırlığı, projedeki en önemli zaman ve maliyet unsurlarındandır:

  • Sınıflandırma veri seti: Her görüntüye bir etiket (ör. "kedi") atanır. Veri kümesi nispeten hızlı oluşturulabilir.
  • Nesne tespiti veri seti: Her nesne için dikdörtgen kutunun koordinatları ve sınıf etiketi gerekir. Bu işlem daha zaman alıcıdır ve etiketleme araçları (LabelImg, CVAT vb.) kullanılır.
  • Veri çeşitliliği: Hem sınıflandırma hem tespitte, farklı ışık koşulları, açılar ve varyasyonlar model genellemesini etkiler; bu yüzden veri çeşitliliğine yatırım yapmak önemlidir.

Yaygın modeller ve araçlar

Her iki görev için de derin öğrenme temelli yaklaşımlar yaygındır. Öne çıkan bazı modeller ve notlar:

  • Sınıflandırma: CNN tabanlı ağlar (ResNet, EfficientNet vb.) ve transfer learning yaklaşımları sık kullanılır.
  • Nesne tespiti: Hem tek aşamalı (one-stage) yaklaşımlar (ör. YOLO, SSD) hem de iki aşamalı (two-stage) yaklaşımlar (ör. Faster R-CNN) yaygındır. Tek aşamalılar genelde daha hızlı, iki aşamalılar detaylı tespitlerde daha yüksek hassasiyet sağlayabilir. (Kaynak: Ultralytics — Nesne Algılama Rehberi, ISEE Vision — YOLO ve Yaklaşımlar.)
  • Segmentasyon: Eğer piksel düzeyinde ayırma gerekiyorsa Mask R-CNN veya U-Net gibi mimariler tercih edilir; bu, nesne tespiti ile birlikte veya onun yerine kullanılabilir.

Pratik kullanım örnekleri

Aşağıda bazı tipik senaryolar ve hangi yaklaşımın daha uygun olabileceğine dair öneriler bulunuyor:

  • Perakende (raf izleme): Bir mağaza rafındaki ürün stok durumunu belirlemek için nesne tespiti uygundur; ürünlerin konumu ve sayısı önemlidir.
  • Kalite kontrol (üretim hattı): Tek bir parça üzerinde hata olup olmadığını hızlıca belirlemek yeterliyse sınıflandırma tercih edilebilir; hata bölgesinin yeri önemliyse nesne tespiti veya segmentasyon gerekir.
  • Otonom sürüş: Yol kullanıcılarını (yaya, araç, bisiklet) hem sınıflandırmak hem de konumlandırmak gerektiğinden nesne tespiti temel görevdir.
  • E-ticaret görsel arama: Ürün kategorisini hızlıca belirlemek için sınıflandırma; aynı zamanda ürünün fotoğraftaki konumunu ve birden fazla ürünü algılamak için nesne tespiti kullanılabilir.

Basit bir proje: Adım adım uygulama önerisi

  1. Problem tanımı: Hangi çıktıya ihtiyacınız var? (Tek etiket mi, nesne konumları mı, piksel düzeyi mi?)
  2. Veri toplama: Farklı koşulları ve varyasyonları kapsayan görüntüler toplayın.
  3. Etiketleme: Sınıflandırma için görüntü etiketi; tespit için bounding box etiketleri oluşturun. Etiketleme araçları ve rehberleri kullanın.
  4. Model seçimi: Küçük veri için transfer learning tabanlı sınıflandırma; gerçek zaman gereksinimi varsa YOLO gibi hızlı nesne tespit modelleri düşünün.
  5. Eğitim ve doğrulama: Eğitim/validation/test setlerini ayırın; erken durdurma, veri augmentasyonu ve hiperparametre ayarı uygulayın.
  6. Değerlendirme: Sınıflandırmada accuracy/precision/recall; tespitte IoU ve mAP kullanın.
  7. Dağıtım ve izleme: Model performansı dağıtımdan sonra izleyin ve veri toplama döngüsü ile periyodik olarak yeniden eğitin.

Sınırlamalar ve dikkat edilmesi gerekenler

  • Etiketleme hataları ve önyargılar modelin sonuçlarını doğrudan etkiler; etiket kalitesi kritik önemdedir.
  • Alan veya uygulama değiştikçe (domain shift) model performansı düşebilir; gerçek dünya verileriyle test etmek gerekir.
  • Hassas uygulamalarda (ör. güvenlik veya sağlık) sonuçları insan doğrulamasıyla birleştirmek ve riskleri değerlendirmek önemlidir.

Özet ve hızlı rehber

Özetle, eğer hedefiniz bir görüntüyü tek bir kategoriye atamak ise görüntü sınıflandırma genelde yeterlidir; ancak sahnede birden fazla öğe varsa, nesnelerin konumu veya sayısı kritikse nesne tespiti gereklidir. Piksel düzeyinde hassas bilgi gerekiyorsa segmentasyon eklenmelidir. Projeye başlamadan önce gereksinimleri net tanımlamak, veri ve etiketleme maliyetini değerlendirmek ve doğru model sınıfını seçmek uzun vadede zaman kazandırır.

Sıkça sorulan sorular (SSS)

Soru 1: Görüntü sınıflandırma daha mı kolay öğrenilir?

Kısa cevap: Genelde evet. Etiketleme ve hesaplama maliyetleri daha düşüktür, bu yüzden başlangıç projeleri için daha hızlı sonuç verir. Ancak karmaşık sahnelerde yeterli bilgi sağlamayabilir.

Soru 2: Nesne tespiti için ne kadar veri gerekiyor?

Gereken veri miktarı problemin karmaşıklığına, nesne çeşitliliğine ve görüntü varyasyonlarına bağlıdır. Basit senaryolarda onbinlerce bounding box gerekebilirken transfer learning ve veri augmentasyonu ile daha az veri ile başlamak mümkündür.

Soru 3: Segmentasyon her zaman gerekli mi?

Hayır. Segmentasyon, nesnenin piksel sınırlarını bilmeniz gerektiğinde gereklidir. Örneğin tıbbi görüntüde lezyonun alanını ölçmek için segmentasyon gerekir; raf ürün takibinde çoğunlukla bounding box yeterlidir.

Soru 4: Hangi modeller gerçek zamanlı uygulamalar için uygundur?

Tek aşamalı nesne tespit modelleri (ör. YOLO türleri) gerçek zamanlı uygulamalar için avantaj sağlar. Ancak model seçimi donanım, gecikme toleransı ve doğruluk gereksinimlerine göre yapılmalıdır.

Soru 5: Kaynaklar ve daha derin okumalar nerede bulunur?

Daha fazla teknik detay ve örnek uygulamalar için Ultralytics ve ISEE Vision'ın rehberleri okunabilir. Bu kaynaklar hem sınıflandırma hem de nesne tespiti yaklaşımlarını ve pratik ipuçlarını içerir. (Örnek kaynaklar: Ultralytics — Görüntü Sınıflandırması, ISEE Vision — Bilgisayarlı Görü ve Nesne Tespiti.)