AI ile görsel tanıma nasıl yapılır?

Dün bir projede çalışırken, bir restoranın yemek fotoğraflarını otomatik sınıflandırmam gerekti. İşte tam olarak nasıl yaptığım:

1. Hazır Modellerle Hızlı Test
Önce Google’ın Vision AI’sını denedim:

python

from google.cloud import vision
client = vision.ImageAnnotatorClient()
response = client.label_detection(image=vision.Image(content=image_bytes))
print([label.description for label in response.label_annotations])

“Pizza” ve “Makarna”yı doğru tanıdı ama “İskender” için “Etli ekmek” dedi.

2. Kendi Modelimi Eğitmek
Yeterli doğruluk gelmeyince TensorFlow’la kendi modelimi yaptım:

python

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(256,256,3)),
    tf.keras.layers.MaxPooling2D(2,2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10) # 10 yemek kategorisi
])

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

model.fit(train_images, train_labels, epochs=10)

3. Veri Hazırlama Zorlukları

• 5000 fotoğraf topladım ama %30’u kötü açılıydı
• Data augmentation ile çeşitlilik ekledim:

python

datagen = tf.keras.preprocessing.image.ImageDataGenerator(
    rotation_range=20,
    zoom_range=0.2,
    horizontal_flip=True)

4. Üretim Entegrasyonu
Flask API ile modeli kullanıma aldım:

python

@app.route('/predict', methods=['POST'])
def predict():
    file = request.files['image']
    img = Image.open(file.stream).resize((256,256))
    img_array = tf.keras.preprocessing.image.img_to_array(img)
    prediction = model.predict(img_array[np.newaxis,...])
    return jsonify({'class': classes[np.argmax(prediction)]})

Karşılaştığım Sorunlar:

• Işık koşullarına duyarlılık (karanlık fotoğraflar)
• Benzer yemeklerin karıştırılması (lahmacun vs pizza)
• Model boyutunun büyük olması (mobil cihazlar için optimize edilemedi)

Şu Anda Kullandığım Çözüm:

• YOLOv8 ile nesne tespiti
• Özel veri setimle fine-tuning
• Edge cihazlar için TensorFlow Lite dönüşümü

Önerilerim:

1. Küçük başlayın: 5-10 kategoriyle test edin
2. Veri kalitesine odaklanın: 100 iyi fotoğraf > 1000 kötü fotoğraf
3. Transfer learning kullanın: EfficientNet gibi önceden eğitilmiş modellerle başlayın

Kullanışlı Komutlar:

bash

# Modeli TensorFlow Lite'a dönüştürme
tflite_convert --saved_model_dir saved_model --output_file model.tflite

# YOLOv8 kurulum
pip install ultralytics
yolo task=detect mode=train data=food.yaml model=yolov8n.pt epochs=50

Dikkat Edilmesi Gerekenler:

• Sınıf dağılımı dengesizse accuracy yanıltıcı olabilir
• Gerçek dünya verileri ile test setiniz farklı olabilir
• Modelinizin hangi özelliklere odaklandığını Grad-CAM ile görselleştirin