Herkesin Kullanabileceği Bir Computer Vision Çözümü
Dataguess CV Studio
Dataguess'in Bilgisayarlı Görü ürünlerini bu platformda kod yazmadan hızlı ve kolay bir biçimde geliştirin. İstediğiniz kadar veri seti oluşturun ve sayısız değişik modeli eğitip test edin.
Yapay zeka modellerini eğitmek için tek bir tıklama ile kameralardan görüntü alın ya da var olan görüntüleri sisteme yükleyin.
Oluşturduğunuz modeli etiketleme araçları ile hızlıca etiketleyin ve bir veri seti oluşturun. Geliştirdiğiniz eğitilmiş modelleri herhangi bir uç cihazda ya da bulutta devreye alın.
Veri Seti Oluşturma
Yapay zeka algoritmalarının güvenilir ve kesin sonuçlar vermesini sağlamak için veri setlerinin oluşturulması ve etiketlenmesi bilgisayarlı görü (Computer Vision) uygulamaları için çok önemlidir. Bir veri seti oluşturmak için aşağıdaki prosedürler izlenir:
-
Veri Toplama: İlk adım, problem alanı ile ilgili verileri toplamaktır. Bu veriler, kameralar ya da algılayıcılar yoluyla elde edilen görüntüler ya da video kayıtları gibi verilerdir ve Dataguess CV Studio ile kolaylıkla toplanabilmektedirler.
-
Veri Ön İşleme: Toplanan veriler, önceden işlenerek istenmeyen gürültüler, bozulmalar ya da çift örnekler gibi hatalardan arındırılırlar. *
-
Veri Etiketleme: Topladığınız görüntüler, uygulama amacına uygun olarak etiketlenirler. Projesi geliştirilecek nesne ya da insan verilerini kare içerisine almak ya da çok noktalı seçim ile işaretlemek yeterlidir. Etiketleme işlemini, Dataguess CV Studio üzerinde gerçekleştirmenin yanı sıra üçüncü parti veri etiketleme uygulamaları ile de kolaylıkla yapabilirsiniz.
-
Veri Bölümleme: Veriler, eğitim ve test setleri olarak bölümlere ayrılır. Eğitim seti, modelin eğitilmesi için kullanılırken, test seti, modelin performansını değerlendirmek için kullanılır. *
-
Veri Zenginleştirme: Veriler, yapay zeka algoritmalarının daha iyi performans göstermesi için zenginleştirilir. Örneğin, veriler, kontrast arttırma ya da renk düzenleme gibi tekniklerle iyileştirilirler. *
-
Veri Küçültme: Büyük veri setleri aşırı bellek kullanımı gerektirir ve bu nedenle model eğitim sürecini yavaşlatabilirler. Dolayısıyla, örnekleme teknikleri kullanılarak veri setinin boyutu azaltılmalıdır. *
Yapay zeka modellerinin doğru ve güvenilir sonuçlar üretmesi için veri seti oluşturma ve etiketleme adımları dikkatlice yürütülmeli ve kalite kontrolü gerçekleştirilmelidir.
Yıldız (*) ile işaretlenmiş maddeler Dataguess CV Studio tarafından otomatik olarak yapılmaktadırlar.
Computer Vision Projesi ve Yapay Zeka Modeli Oluşturma
Dataguess CV Studio'nun içerdiği 5 temel ürün ile dilediğiniz projeyi kod yazmadan oluşturabilirsiniz.
Dataguess Inspector: Kalite Kontrol ve Varlık-Yokluk Tespiti
Dataguess Counter: Ürün Sınıflandırma ve Sayma
Dataguess Observer: İnsan Sayma ve Bölge Yoğunluk Haritalama
Dataguess Guard: İSG ve Güvenlik
Dataguess Tracer: Marker ve Ürün Arabası Takibi
Projenizin bir parçası olarak geliştirdiğiniz yapay zeka modellerini hazırlamak için, eğitimden önce modeli seçmek ve parametrelerini belirlemek üzere Model Oluşturma Sihirbazı'nı kullanırsınız.
-
Model Seçimi: Öncelikle problem için uygun bir CV modeli seçmelisiniz. Seçim yapmadığınız durumlarda en iyi performansa sahip model otomatik olarak belirlenir. Dataguess CV Studio, sinir ağı tabanlı modelleri, özellikle de derin öğrenme modellerini içerir. Veri setinin boyutu, yapısı, gereksinimleri ve uygulama amacı model seçiminde rol oynar.
-
Model Parametrelerini Belirleme: Model Oluşturma Sihirbazı, veri setini eğitmek için gereken parametreleri seçmenize olanak tanır. Bir seçim yapmadığınızda optimum performans sağlayan parametreler otomatik olarak belirlenirler. Öğrenme hızı, epoch sayısı ve hiperparametreler gibi parametreler ayarlanarak modelin doğruluğu ve performansı arttırılabilir.
Yapay Zeka Model Eğitimi
Dataguess CV Studio, eğitim sürecini yürütmek için Model Oluşturma Sihirbazı'nda girdiğiniz model türünü ve eğitim parametrelerini kullanır.
Modelin eğitim veri seti ve test veri seti üzerindeki performansı arasında bir karşılaştırma yapılır. Diğer performans ölçütlerinin yanı sıra modelin doğruluğu, duyarlılığı, özgüllüğü ve F1 puanı değerlendirilir. Eğitimin tamamlanmasının ardından bu metrikler model ayrıntılarında incelemenize sunulurlar.
Bu aşamada, modeli aşırı uyum sorunlarından korumak ve test seti üzerindeki performansını doğru bir biçimde değerlendirmek verimlilik açısından kritik öneme sahiptir. Modelin tahmin performansı, daha fazla veri toplandıkça, model türü ve eğitim parametreleri araştırıldıkça gelişecektir.
Öne Çıkan Özellikler
Etiketleme arayüzünü kullanarak herhangi bir fotoğrafı ya da videoyu yükleyin, etiketleyin ve sınıflandırın. Ayrıca veri setlerini istediğiniz zaman güncelleyin.
Veri Setlerinizi ve Bilgisayarlı Görü (Computer Vision) Kütüphanenizi Oluşturun
NO-CODE
NO-CODE
Kodlama Bilmenize Gerek Yok
Sezgisel bir kullanıcı arayüzüne sahip olan ve çok fazla yazılım bilgisi gerektirmeyen bir çözüm olan Dataguess Inspector'u kullanmak için programlama deneyimi gerekmez. Bu sofistike uygulama hem yazılım mühendisleri hem de yazılımcı olmayanlar için eşit derecede kullanışlı olacak biçimde hazırlanmıştır.
Yapay zeka modelinizi dışarıdan yardıma gerek kalmadan kolayca eğitebilir ve bir güncelleme yaptığınızda modelinizi yeniden eğitip kullanmaya devam edebilirsiniz.
İhtiyaç Duyduğunuz Kadar Model Eğitin ya da Var Olanları Güncelleyin
Dataguess CV Studio'yu mevcut BT sistemlerinize entegre etmek, standart iletişim protokolleriyle uyumluluğu nedeniyle kolaydır.
BT Sistemlerinize Entegre Edin
Model Yayınlama
Dataguess CV Studio ürünlerinden herhangi birisinde eğittiğiniz modeli, uçta ya da bulutta bulunan bir bilgisayarda kolaylıkla devreye alın.
