Görüntü Sınıflandırma

Görüntü sınıflandırma, bir görüntünün tamamına bir etiket veya kategori atamayı içeren bilgisayarla görmede temel bir görevdir. Bu işlem, insanların nesneleri ve sahneleri tanımasına benzer şekilde, makinelerin görsel verileri otomatik olarak anlamasını ve kategorize etmesini sağlar. Nesne algılama veya örnek segmentasyonu gibi daha karmaşık görevlerin aksine, görüntü sınıflandırma, nesnelerin yerini tam olarak belirlemeden yalnızca bir görüntüdeki birincil konuyu veya sahneyi tanımlamaya odaklanır.

Uygunluk ve Uygulamalar

Görüntü sınıflandırma, çok sayıda gerçek dünya uygulamasında çok önemlidir ve birçok Vision AI sisteminin bel kemiğini oluşturur. Basitliği ve etkinliği, onu çeşitli sektörlerde çok yönlü bir araç haline getirmektedir.

• Tıbbi Görüntü Analizi: Sağlık hizmetlerinde görüntü sınıflandırma, X-ışınları veya MRI'lar gibi tıbbi görüntüleri farklı sınıflara (örneğin, sağlıklı ve hastalıklı) ayırarak hastalıkların ön teşhisine yardımcı olur. Bu, daha hızlı ve daha doğru teşhisler için tıbbi görüntü analizinde tıp uzmanlarına yardımcı olabilir.
• Tarım: Çiftçiler, mahsul sağlığını otomatik olarak değerlendirmek, bitki hastalıklarını tanımlamak veya hava veya uydu görüntülerinden mahsul türlerini sınıflandırmak için görüntü sınıflandırmayı kullanabilir. Bilgisayarla görmenin tarımdaki bu uygulaması, daha verimli tarım uygulamalarına ve daha iyi verime yol açabilir.
• Perakende: Perakende sektöründe görüntü sınıflandırma, çevrimiçi kataloglarda ürün kategorizasyonu, ürünlerin otomatik kalite kontrolü ve hatta mağaza içi kamera yayınlarına dayalı olarak müşteri demografisini analiz etmek için kullanılabilir. Bu, yapay zeka ile perakende verimliliğinin sağlanmasına ve müşteri deneyiminin geliştirilmesine yardımcı olur.
• Çevresel İzleme: Görüntü sınıflandırma, yaban hayatı kameralarından alınan görüntülerin otomatik olarak kategorize edilmesini sağlayarak, hayvan popülasyonlarının izlenmesine ve biyolojik çeşitliliğin takip edilmesine yardımcı olarak çevrenin korunmasında hayati bir rol oynar. Bu, özellikle yaban hayatı koruma çabalarında yapay zeka için kullanışlıdır.

ile Görüntü Sınıflandırma Ultralytics YOLO

Ultralytics YOLOson teknoloji ürünü nesne algılama yetenekleriyle bilinen bu model, görüntü sınıflandırma görevlerini de desteklemektedir. En son modeller, örneğin Ultralytics YOLO11Ultralytics HUB veya Ultralytics Python paketi kullanılarak görüntü sınıflandırması için kolayca eğitilebilir. Bu araçlar, özel görüntü sınıflandırma modellerini eğitmeye başlamak için kullanıcı dostu bir arayüz ve kapsamlı belgeler sağlar.

Görüntü sınıflandırma bir görüntüde ne olduğunu tanımlarken, sınırlayıcı kutular kullanarak nesnelerin görüntü içinde nerede olduğunu da belirleyen nesne tespitinden ve görüntüdeki her pikseli önceden tanımlanmış sınıflara ayıran anlamsal segmentasyondan farklıdır. Bu ayrımların anlaşılması, belirli uygulamalar için uygun bilgisayarla görme görevinin seçilmesi açısından çok önemlidir. Görüntü sınıflandırma ve diğer bilgisayarla görme görevlerinin pratik uygulamalarını daha fazla keşfetmek için, uzmanlardan öğrenmek ve gerçek dünya örneklerini görmek için Ultralytics etkinliklerine katılmayı düşünün.