Ultralytics YOLO ile görüntü sınıflandırmayı keşfedin: son teknoloji araçları kullanarak sağlık, tarım, perakende ve daha fazlası için özel modeller eğitin.
Görüntü sınıflandırma, görsel içeriğine dayalı olarak tüm bir görüntüye tek bir etiket veya kategori atamayı içeren Bilgisayarla Görme (CV) alanında temel bir görevdir. Yapay Zeka (AI) içinde temel bir yetenektir ve makinelerin görüntüleri insanların sahneleri veya nesneleri tanımasına benzer şekilde anlamasını ve kategorize etmesini sağlar. Makine Öğrenimi (ML) ve özellikle Derin Öğrenme (DL) teknikleri tarafından desteklenen görüntü sınıflandırması şu soruyu yanıtlamayı amaçlar: "Bu görüntünün ana konusu nedir?"
Bu süreç tipik olarak, genellikle Evrişimsel Sinir Ağı (CNN) adı verilen özel bir sinir ağı türü olan bir modelin, etiketli görüntülerden oluşan büyük bir veri kümesi üzerinde eğitilmesini içerir. ImageNet gibi ünlü veri kümeleri binlerce sınıfa ayrılmış milyonlarca görüntü içerir. Eğitim sırasında model, farklı kategorileri ayırt eden doku, şekil ve renk dağılımları gibi desen ve özellikleri tanımlamayı öğrenir. Gibi çerçeveler PyTorch ve TensorFlow bu modelleri oluşturmak ve eğitmek için araçlar sağlar. Kendi projelerinizi başlatmak için çeşitli Ultralytics sınıflandırma veri kümelerini keşfedebilirsiniz. Amaç, eğitilen modelin yeni, görülmemiş görüntüler için sınıf etiketini doğru bir şekilde tahmin etmesidir. Daha derin teknik anlayış için, Stanford CS231n kursu gibi kaynaklar CNN'ler hakkında kapsamlı materyal sunar.
Görüntü sınıflandırma, görüntünün tamamına tek bir etiket atamaya odaklanır. Bu, onu diğer yaygın CV görevlerinden ayırır:
Bu farklılıkların anlaşılması, belirli bir sorun için uygun tekniğin seçilmesi açısından çok önemlidir.
Görüntü sınıflandırma, göreceli basitliği ve etkinliği nedeniyle çeşitli alanlarda yaygın olarak kullanılmaktadır:
Nesne algılama konusunda ünlü olan Ultralytics YOLO modelleri, görüntü sınıflandırma görevlerinde de mükemmeldir. Ultralytics YOLOv11 gibi modern mimariler, Ultralytics Python paketi veya kodsuz Ultralytics HUB platformu kullanılarak sınıflandırma için kolayca eğitilebilir. Bu araçlar, model eğitimi ipuçları ve Ultralytics YOLOv11'in görüntü sınıflandırması için nasıl kullanılacağına ilişkin kılavuz gibi açık belgeler de dahil olmak üzere kapsamlı kaynaklar sağlar. Pratik yapmak için PyTorch sınıflandırma eğitimlerini keşfetmeyi veya Kaggle görüntü sınıflandırma yarışmalarına katılmayı düşünün. Papers With Code gibi kaynaklar aracılığıyla en son araştırma gelişmelerinden haberdar olun.
TR
EN
ZH
KO
JA
RU
DE
FR
ES
PT
IT
AR
VI
