Fotoğraftaki nesneyi nasıl tanır? Bilgisayarlı görü
- Okuma süresi: 5 dk
- Kod bilgisi gerekmez

Murat Bey, bir semt marketinde akşam sayımından sorumlu (kurgusal bir örnek). Rafların fotoğrafını çekip bir sohbet botuna kaç paket ürün kaldığını soruyor. Bazı akşamlar sayı tutuyor, bazı akşamlar üç beş paket şaşıyor. Murat Bey hatanın nereden geldiğini bilmediği için sonuca ne kadar güveneceğini de bilmiyor.
Bu derste bilgisayarın bir fotoğrafa nasıl baktığını adım adım göreceksiniz: önce pikseller, sonra özellikler, en sonda karar. Ardından kendi çektiğiniz bir raf ya da otopark fotoğrafıyla küçük bir deneme yapacak, botun nerede yanıldığını kendiniz ölçeceksiniz.
Aklınıza bir soru mu takıldı?
Bu derste neler öğreneceksiniz?
- Bir fotoğrafın bilgisayar için sayılardan oluşan bir tablo olduğunu kendi cümlelerinizle açıklayacaksınız.
- Sınıflandırma, nesne algılama ve bölütleme görevlerini birbirinden ayıracaksınız.
- Görüntü tanımayı zorlaştıran en az dört durumu kendi fotoğrafınızda işaretleyeceksiniz.
- Sayma ya da bulma işi için, sonucunu denetleyebileceğiniz bir komut yazacaksınız.
Bilgisayar fotoğrafa nasıl bakar?
Siz rafa bakınca makarnayı hemen görürsünüz. Bilgisayar ise yalnızca sayı görür. Stanford’un bilgisayarlı görü (computer vision) dersi CS231n’in notlarında bunun güzel bir örneği var: 248 piksel genişliğinde ve 400 piksel yüksekliğinde bir kedi fotoğrafı. Her pikselin kırmızı, yeşil ve mavi olmak üzere üç renk kanalı (channel) vardır. Bu da toplam 297.600 sayı eder. Her sayı 0 ile 255 arasındadır; 0 siyaha, 255 beyaza karşılık gelir.
Bu sayılardan “kedi” sonucuna varmak için kural yazmak neredeyse imkânsızdır. Kulak nasıl tarif edilir? O yüzden bugünkü yöntem veriye dayalı yaklaşımdır (data-driven approach). Sisteme her sınıftan çok sayıda etiketli örnek verilir. Sistem bu örneklerden her sınıfın neye benzediğini öğrenir. Sonra daha önce hiç görmediği fotoğraflarla sınanır ve tahminleri doğru etiketlerle karşılaştırılır.
Aynı notlar, işin neden zor olduğunu da sıralar. Bunları bilmek, kendi fotoğrafınızdaki hataları anlamanın en kısa yoludur:
- Açı: Aynı paket önden ve yandan bambaşka görünür.
- Ölçek: Arka sıradaki ürün fotoğrafta küçük kalır.
- Biçim değişimi: Ezilmiş bir poşet, düzgün bir kutuya benzemez.
- Örtülme (occlusion): Fiyat kartının arkasında kalan paketin yalnızca küçük bir parçası görünür.
- Işık: Parlak ambalajdaki yansıma piksel değerlerini baştan değiştirir.
- Arka plan karmaşası: Rengi rafla aynı olan ürün zeminde kaybolur.
- Sınıf içi çeşitlilik: Sandalye dediğimiz şeyin yüzlerce farklı biçimi vardır; makarna paketinin de öyle.
Pikselden özelliğe, özellikten sınıfa
Görüntü tanıyan sistemlerin çoğu, ham piksellerden doğrudan karar vermez. Önce özellik (feature) çıkarır. Google’ın geliştiricilere yönelik alıştırmasında bu adım şöyle anlatılır: 3×3 ya da 5×5 boyutunda küçük bir sayı ızgarası resmin üzerinde gezdirilir. Bu işleme evrişim (convolution) denir. Doğru seçilmiş bir ızgara, nesnelerin kenarlarını belirginleştirir. Kenarlar belirginleşince bilgisayar bir nesneyi ötekinden daha kolay ayırır.
Ardından havuzlama (pooling) gelir. Örneğin 2×2’lik her küçük karede yalnızca en büyük değer tutulur. Resmin eni ve boyu yarıya iner, belirginleşen özellikler ise korunur. Son katmanlar bu süzülmüş bilgiye bakarak karar verir: bu bir makarna paketi mi, deterjan mı? Aynı alıştırmada, evrişim katmanları eklenen ağın ayırt etme başarısı, eklenmeyene göre birkaç puan yükseliyor. Kısacası sezgi şudur: piksel, özelliğe; özellik, sınıfa dönüşür.
Hangi işi istiyorsunuz: tanımak mı, saymak mı?
Stanford dersinin ilk sunumunda bilgisayarlı görünün temel görevleri ayrı ayrı gösterilir. Bunları karıştırmak, yanlış soruyu sormak demektir:
- Sınıflandırma (classification): Resmin tamamına tek bir etiket verir. Bu rafta makarna var mı sorusunun cevabıdır.
- Nesne algılama (object detection): Resimdeki birden çok nesnenin yerini bulur. Raftaki paketleri tek tek saymak bu göreve girer.
- Anlamsal bölütleme (semantic segmentation): Her pikseli bir türe bağlar: bu piksel asfalt, bu piksel araç. Otoparkta boş alanın nerede başladığını görmek böyle bir iştir.
- Örnek bölütleme (instance segmentation): Aynı türden nesneleri de birbirinden ayırır: birinci araç, ikinci araç.
Murat Bey’in işi sınıflandırma değil, algılama ve saymadır. Bota bunu açıkça söylemek, sonucun nasıl denetleneceğini de belirler.
Zayıf komut
Bu rafta kaç ürün var?
Güçlü komut
Ekteki fotoğraf bir market rafını gösteriyor. Yalnızca en alt raftaki makarna paketlerini say. Paketleri soldan sağa numaralandırarak listele. Yarısı görünen, arkada kalan ya da ışık yansıması yüzünden emin olmadığın paketleri ayrı bir başlık altında, nedenini yazarak belirt. Sonunda kesin sayıyı ve emin olmadığın sayıyı ayrı ayrı ver. Fotoğrafı daha iyi çekmem için tek bir öneri ekle.
Örnek çıktı
En alt raftaki makarna paketleri (kurgusal örnek): kesin olarak 12 paket saydım. Emin olmadığım 2 paket var: sağ uçtaki paketin yarısı fiyat kartının arkasında kalıyor; ortadaki ikinci sıra öndeki paketle üst üste görünüyor. Öneri: Rafı tam karşıdan, flaşsız ve iki parça hâlinde yeniden çekin.
Adım adım uygulama
- Bir market rafının, kendi kilerinizin ya da boş bir otoparkın iki fotoğrafını çekin: biri tam karşıdan ve iyi ışıkta, öteki yandan ya da loş ışıkta. Kadrajda insan yüzü, araç plakası ve ad yazan etiket bulunmasın.
- Saymak istediğiniz nesneyi (ör. makarna paketi ya da boş park yeri) kendiniz elle sayın. Bu sayı sizin doğru cevabınızdır.
- Güçlü komutu, nesnenin adını değiştirerek iki fotoğraf için ayrı ayrı sohbet botuna verin.
- Üç sütunlu küçük bir tablo yapın: elle sayım, botun kesin sayısı, botun emin olmadığı sayı.
- Her farkı yukarıdaki zorluk listesinden biriyle eşleştirin: açı mı, örtülme mi, ışık mı?
- Görev, iki fotoğrafın tablosu dolduğunda ve her farkın yanına bir neden yazıldığında tamamdır. Fark hiç çıkmadıysa, hangi fotoğrafın daha zor olduğunu ve neden olduğunu bir cümleyle not edin.
Sık yapılan hatalar
- Botun verdiği sayıyı elle denetlemeden kayda geçirmek. Sayı ne kadar kesin görünürse görünsün, bir örneklemi siz sayın.
- Tek ve kötü açılı bir fotoğrafla doğru sonuç beklemek. Işık ve açı, piksel değerlerini doğrudan değiştirir.
- Tanıma ile saymayı karıştırmak. Bu rafta ne var sorusu ile kaç tane var sorusu farklı görevlerdir; ikincisi için botun her nesnenin yerini göstermesini isteyin.
İpucu
Google’da görselle arama yaparken fotoğrafın yalnızca bir bölümünü de arayabilirsiniz: seçim kutusunun köşelerini sürükleyip aramak istediğiniz alanı çevrelemeniz yeterli. Aynı mantık sohbet botları için de geçerlidir: fotoğrafı kırpın ya da hangi bölgeye bakılacağını komutta açıkça yazın.
Kendinizi deneyin
Bilgisayar 248×400 piksellik renkli bir fotoğrafı nasıl görür?
Otoparktaki araçları tek tek bulup saymak hangi göreve en yakındır?
Görüntü tanıyan bir sistemde evrişim adımı ne işe yarar?
Kaynaklar
- Stanford CS231n ders notu: Image Classification (İngilizce)
- Stanford CS231n: Convolutional Neural Networks for Visual Recognition (İngilizce)
- Stanford CS231n 2024, 1. ders sunumu (2. bölüm) (İngilizce)
- Google for Developers: Build convolutional neural networks (CNNs) to enhance computer vision (İngilizce)
- Google Arama Yardımı: Search with an image on Google (İngilizce)
Son kontrol: 17 Kasım 2026. Bu bilgi 17.11.2026 tarihli kaynaklara dayanır; durum değişebilir.
Kaynak: yzdersleri.com/ders/fotograftaki-nesneyi-nasil-tanir-bilgisayarli-goru/ · Yapay Zeka Dersleri
Dersi bitirdiniz mi?
İşaretlerseniz menüde ve ilerleme çubuğunda görünür. Bu bilgi yalnızca sizin tarayıcınızda saklanır.
Bu ders işinize yaradı mı?
Anonim oydur; kişisel veri toplanmaz.





