YOLO Gerçek Zamanlı Algılama
YOLO (Yalnızca Bir Kez Bakarsınız), canlı video için yeterince hızlı, tek bir sinir ağı geçişiyle görüntüdeki her nesneyi bulup etiketleyen bir nesne algılama modelleri ailesidir.
Genel Bakış
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Derin Dalış
YOLO'dan önce, R-CNN gibi dedektörler, bir sınıflandırıcıyı görüntü bölgelerinde binlerce kez çalıştırıyordu ve bu yavaştı. Joseph Redmon tarafından 2015 yılında tanıtılan YOLO, algılamayı tek bir regresyon problemi olarak yeniden çerçevelendirdi: görüntüyü bir ızgaraya bölün ve her hücre için sınırlayıcı kutuları, nesnelik puanını ve sınıf olasılıklarını tek bir ileri geçişte tahmin edin. Bu 'bir kez bak' tasarımı, doğruluğu korurken onu iki aşamalı dedektörlerden önemli ölçüde daha hızlı hale getirdi. Aile, bağlantı kutuları, daha iyi omurgalar ve çapasız kafalar ekleyerek birçok versiyonla (YOLOv2'den YOLOv8'e ve ötesine) hızla gelişti. Modern varyantlar GPU'da saniyede 100 karenin çok üzerinde bir hızda çalışır ve bu da gecikmenin doğruluk kadar önemli olduğu durumlarda YOLO'yu varsayılan seçim haline getirir.
Teknik Bilgi
YOLO, görüntüyü S'ye S ızgarasına böler. Her hücre, (x, y, genişlik, yükseklik), güven puanı ve sınıf olasılıklarını içeren sabit bir sınırlayıcı kutu kümesini tek geçişte tahmin eder. Çakışan yinelenen kutular, maksimum olmayan bastırmayla budanır; bu, en yüksek güvenirliğe sahip kutuyu tutar ve diğerlerini bir IoU eşiğinin üzerinde atar. Kayıp, kutu koordinatlarını, nesnelliği ve sınıflandırmayı birlikte optimize eder, böylece tüm dedektör uçtan uca eğitilir.
Stratejik Etki
Speed and scale
Visual AI, inceleme, algılama ve etiketleme görevlerini geniş ölçekte otomatikleştirebilir.
Build choices
Yaratıcı ekipler, daha az manuel revizyonla konseptleri daha hızlı prototipleyebilir.
Ekip ve iş akışı
Operasyonlar, daha önce işlenmesi zor olan görüntü ve video sinyallerini kullanabilir.
YOLO Gerçek Zamanlı Tespitin Geleceği
YOLO, bulut bağlantısı olmayan telefonlarda, mikro denetleyicilerde ve gömülü kameralarda çalışan daha küçük nicelenmiş modellerle uç dağıtıma doğru yönelmeye devam ediyor. Daha yeni sürümler, hızdan ödün vermeden doğruluk için transformatör bileşenlerini ve ankrajsız tasarımları bir araya getiriyor. İzleme ve segmentasyon, nesneleri sabit etiketler yerine metin komutlarından tanıyan açık kelime algılama ve uçta ucuz, düşük güçlü donanımlarla verimli bir şekilde çalışmaya devam eden ilgi ile daha sıkı entegrasyon bekleyebilirsiniz.
Gerçek Dünya Uygulaması
Kendi kendine ödeme sistemleri ve kasiyersiz mağazalar, alışveriş yapanlar ürünleri alırken algılıyor
Mahsulleri, yabani otları veya canlı hayvanları gerçek zamanlı olarak tespit eden dronlar ve tarım robotları
Akıllı şehir analitiği için araçları sayan ve yayaları tespit eden trafik ve güvenlik kameraları
Hızlı hareket eden bir taşıma bandında kusurlu parçaları işaretleyen üretim hatları
Riskler ve Korkuluklar
Kaynağın belirsiz olması durumunda görüntü hakları ve rıza yasal risk haline gelebilir.
Model performansı aydınlatma, demografik özellikler ve ortamlara göre değişiklik gösterebilir.
Güven eşikleri izlenmediği sürece yanlış pozitifler fark edilmeyebilir.
Uygulama Yol Haritası
Kesinlik, geri çağırma ve hata maliyetlerine ilişkin kabul kriterlerini tanımlayın.
Gerçek üretim koşullarıyla eşleşen verilerle test edin.
Düşük güvenirliğe sahip veya yüksek etkili tahminler için gerçek kişi tarafından yapılan incelemeyi ekleyin.
Model kaymasını izleyin ve kamera veya veri kümesi değişikliklerinden sonra yeniden doğrulayın.
Keşfetmeye Devam Edin
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the YOLO Real-Time Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Gerçek Zamanlı Ses Aracıları
Sık sorulan sorular
What is YOLO Real-Time Detection?
YOLO (Yalnızca Bir Kez Bakarsınız), canlı video için yeterince hızlı, tek bir sinir ağı geçişiyle görüntüdeki her nesneyi bulup etiketleyen bir nesne algılama modelleri ailesidir. Hızı, dronlardan kendi kendine ödeme kiosklarına kadar her şeyde gerçek zamanlı görüşün kilidini açtı.
Bu bağlamda YOLO kısaltması neyi ifade ediyor?
YOLO, 'Yalnızca Bir Kez Bakarsınız' anlamına gelir ve görüntü üzerinden tek bir sinir ağı geçişindeki tüm nesneleri algıladığını yansıtır.
YOLO'yu R-CNN gibi önceki dedektörlerden daha hızlı yapan temel yenilik neydi?
YOLO, iki aşamalı dedektörlerin yavaş bölge bölge sınıflandırmasının yerine, algılamayı bir görüntü ızgarası üzerinde tek bir regresyon problemi olarak yeniden çerçeveledi.
YOLO'nun çıktısındaki yinelenen, örtüşen sınırlayıcı kutuları hangi teknik kaldırır?
Maksimum olmayan bastırma, en yüksek güvenliğe sahip kutuyu korur ve kesişim-birleşim eşiğinin üzerindeki çakışan kutuları atar.
Orijinal YOLO tasarımında giriş görüntüsü tahmin için nasıl bölünüyor?
YOLO, görüntüyü S'ye S ızgarasına böler ve her hücre, içinde ortalanan nesneler için kutuları ve sınıf olasılıklarını tahmin etmekten sorumludur.
Her bir ızgara hücresi, sınırlayıcı kutu koordinatlarının yanı sıra hangi miktarı tahmin eder?
Her hücre, tek bir ileri geçişte kutu koordinatlarını, nesnellik güven puanını ve sınıf olasılıklarını birlikte tahmin eder.