Bilgisayarlı görme nedir?
Kısa tanım
Bilgisayarlı görme, yapay zekânın görsel ve videolardaki nesneleri, metinleri ve desenleri tanıyıp anlamlandırmasını sağlayan yapay zekâ alanıdır; İngilizce adı computer vision'dır.
Son güncelleme:
Bilgisayarlı görme nedir, bir fotoğraftan ne anlaşılır?
Bir insan ürün fotoğrafına baktığında rengi, türü ve durumunu hemen anlar. Bilgisayarlı görme, yazılıma aynı yeteneği kazandırmayı amaçlar. Microsoft'un Azure Vision dokümanı, görsellerden bilgi çıkaran hizmetleri tanıtır; metin okuma, nesne ve etiket çıkarma gibi görevler bunun örnekleridir. Ayrıntılar Microsoft'un Azure Vision sayfasında (yeni sekmede açılır) yer alır. Sonuçlar tahminidir ve her zaman doğru olmayabilir.
Bilgisayarlı görme örnekleri nelerdir?
Bilgisayarlı görme örnekleri e-ticarette ürün görseli ve belge işlerinde yoğunlaşır. Aynı teknoloji farklı görevlerde kullanılır.
- Sınıflandırma: fotoğrafın hangi ürün grubuna ait olduğunu bulmak.
- Nesne tanıma: görselde hangi nesnelerin bulunduğunu belirlemek.
- Metin okuma: görseldeki yazıyı metne çevirmek.
- Etiketleme: görsele açıklama ve alt metin önermek.
Bilgisayarlı görme uygulamaları e-ticarette nerede işe yarar?
Bilgisayarlı görme uygulamaları, özellikle çok sayıda ürün görseli olan mağazalarda emek kazandırır. Fotoğraftan renk ve tür önermek, kategori eşleştirmeyi hızlandırmak, benzer ürün önermek ve iade edilen ürünün durumunu incelemek örneklerdir. Faturalardan ya da kargo etiketlerinden bilgi okumak da mümkündür. Her uygulamada sonuçların bir kısmının insan tarafından kontrol edilmesi gerekir.
Hangi sınırlar vardır?
Düşük çözünürlüklü fotoğraf, kötü ışık, benzer görünen farklı ürünler ve alışılmadık çekim açıları hata yaratır. Model, eğitildiği veriye benzemeyen görselde yanlış yapabilir. Bu yüzden önce gerçek ürün fotoğraflarından küçük bir örnek kümesi alıp sonuçları elle karşılaştırın. Yüksek riskli kararlarda, örneğin hasar nedeniyle iade reddinde, otomatik sonuçla yetinmeyin.
Bilgisayarlı görme sonuçları nasıl sınanır?
Sistemin ürün fotoğraflarına verdiği etiketleri elle doğrulanmış küçük bir örnek kümesiyle karşılaştırın. Doğru bulunan oranı, en çok karışan ürün gruplarını ve hatalı etiketlerin kategori eşleştirmeye etkisini not edin. Farklı ışık, açı ve arka planlarda çekilmiş fotoğraflarla deneyin; mağazanızın gerçek görselleri temiz stüdyo görsellerinden farklı olabilir.
Sonuçlar nasıl kullanılır?
Model çıktısını doğrudan yayına almak yerine öneri olarak sunun ve belirli bir güven eşiğinin altındaki sonuçları bir insana yönlendirin. Hatalı bir etiket, ürünün yanlış kategoride görünmesine yol açar. Düzeltilen sonuçları kaydetmek, zamanla süreci iyileştirmek için veri sağlar.
Görsel veride gizlilik nasıl korunur?
Fotoğraflarda kişi yüzü, adres ya da belge bilgisi bulunabilir. Bu tür görselleri işlerken kişisel veri kurallarına dikkat edin, gerekmedikçe saklamayın ve erişimi sınırlayın. Bu sayfa hukuki görüş vermez; yükümlülükler için KVKK kaynaklarına bakın. Görsel işlemeyi işinize uyarlamak için Üretken Yapay Zeka Danışmanlığı sayfasına bakabilirsiniz.
Bilgisayarlı görme nerede kullanılır?
- Ürün fotoğrafından kategori, renk ve türün otomatik önerilmesi
- Faturadaki metnin görselden okunması
- İade edilen ürünün hasarlı olup olmadığının görselden incelenmesi
- Görsellere otomatik açıklama ve etiket eklenmesi
Üretken yapay zekâyı işinize uyarlayın
Görsel işleme ve ürün verisi için yapay zekâyı doğru kurmak üzere danışmanlık.
Bilgisayarlı görme hakkında sık sorulanlar
Bilgisayarlı görme ile OCR aynı mı?
Bilgisayarlı görme ürün fotoğraflarında ne işe yarar?
Bilgisayarlı görme her zaman doğru mu?
İlk adımı birlikte atalım
Operasyonunuzdaki elle yürüyen işleri inceleyip ayda kaç saatin sistemle yürüyebileceğini yazılı olarak veriyoruz; teknik bilgi ve taahhüt gerekmez.
- Kredi kartı yok
- 1 iş gününde dönüş
- KVKK uyumlu
- Veriler şifreli bağlantıyla iletilir