Eğitimin Amacı ve Kapsamı
Klasik bilgisayarlı görü (YOLO/sınıflandırma) modelleri binlerce etiketli görüntü gerektirir ve yalnızca önceden tanımlı dar sınıfları tanır; Vision-Language Modelleri (VLM) ise sıfır örnekle (zero-shot) karmaşık sahneleri yorumlayabilir, birden fazla fotoğrafı karşılaştırabilir ve gerekçeli karar üretebilir. Bu eğitim, gerçek saha ve ürün görselleri üzerinde VLM tabanlı uygulamalar geliştirmeyi öğretir.
Katılımcılar hızlı tespit modelleri (YOLO/SAM) ile VLM'leri birleştiren iki aşamalı boru hatları kurar; görsel işaretleme (visual prompting), koordinat çıkarma ve çoklu açı karşılaştırması yaparak kurum vakasına özel bir görsel analiz uygulaması geliştirir.
Kimler Katılmalı?
- Bilgisayarlı görü ve yapay zeka uygulama mühendisleri
- Perakende, e-ticaret, üretim, sigorta ve saha operasyonları teknoloji ekipleri
- Görsel otomasyon projeleri yürüten çözüm mimarları
- Ön koşul: Python, temel görüntü işleme (OpenCV/Pillow) ve API kullanımı
Kazanımlar
- Klasik nesne tespiti modelleri ile VLM'leri hız ve doğruluk dengesiyle aynı boru hattında birleştirmek
- Görsel üzerine kutu/etiket çizerek (visual prompting / Set-of-Marks) modelin uzamsal doğruluğunu artırmak
- Öncesi–sonrası veya referans–gerçekleşen çoklu fotoğrafları karşılaştıran iş akışları kurmak
- E-ticaret katalog zenginleştirme, raf denetimi veya hasar tespiti için şemalı JSON çıktılar üretmek
- Aydınlatma, açı ve bulanıklık kaynaklı hataları yakalayan ön kontrol ve değerlendirme seti kurmak
Konular
Klasik Bilgisayarlı Görü (CV) ve VLM Sinerjisi
- Ne zaman YOLO/sınıflandırıcı, ne zaman VLM, ne zaman ikisi birlikte?
- Önce tespit et ve kırp (detect-then-crop), sonra VLM ile akıl yürüt mimarisi
Uzamsal Anlama, Grounding ve Visual Prompting
- 2D bounding box ve nokta koordinatı çıkarma (Gemini, Qwen-VL, Florence-2)
- Görsel üzerine numara/kutu çizerek modelin sayma ve konum doğruluğunu artırma
Çoklu Görsel ve Video Kesiti Analizi
- Öncesi–sonrası saha kontrolü, planogram uyumu ve hasar karşılaştırması
- Kısa video kliplerden anahtar kare (keyframe) seçimi ve olay dizisi analizi
Görüntü Kalite Kapıları ve Dayanıklılık
- Bulanıklık, karanlık, yanlış açı ve ekran görüntüsü/sahte fotoğraf kontrolü
- Düşük güvenli durumlarda kullanıcıdan anında yeni açıdan fotoğraf isteme
Uygulama: Kurumsal Görsel Denetim Prototipi
- Katalog/saha/hasar vakası üzerinde uçtan uca görsel analiz uygulaması
- IoU, sınıflandırma F1 ve görüntü başı maliyet/gecikme ölçüm planı
Bu Kategorideki Diğer Eğitimler
-
Uçtan uca Speech-to-Speech (S2S) modeller ve otonom sesli agent'lar: akustik duygu ve vurgu algılama, sesli tool calling, çok ajanlı çağrı devri ve Pipecat/LiveKit ile üretime hazır voice agent mimarisi.
- Canlı Kurs
- 5 modül
-
Gerçek zamanlı yapay zeka uygulamaları için streaming altyapı mühendisliği: WebRTC, WebSockets ve SSE protokolleri, OpenAI Realtime ve Gemini Live API entegrasyonu, ses/video tampon yönetimi ve ölçekleme.
- Canlı Kurs
- 5 modül
-
Sesli yapay zeka sistemlerinde insan doğallığında sıra alma (turn-taking) ve milisaniye bütçesi yönetimi: akustik VAD, semantik endpointing, yanlış söz kesme önleme, TTFT/TTFB optimizasyonu ve speculative yürütme.
- Canlı Kurs
- 5 modül
-
Yoğun mizanpajlı belgeleri ve uygulama ekranlarını (GUI) piksel, koordinat ve yapısal ağaç düzeyinde ayrıştırma: OmniParser, Qwen-VL, Docling, UI bileşen tespiti ve ekran-belge birleşik anlama modelleri.
- Canlı Kurs
- 5 modül
-
Görsel, belge, ses ve video işleyen çok modlu sistemler için değerlendirme mühendisliği: OCR/çıkarım metrikleri, grounding IoU, sesli WER/MOS ve sıra alma ölçümü, VLM-as-a-judge ve regresyon boru hatları.
- Canlı Kurs
- 5 modül
-
Metin, görsel, ses ve videoyu birlikte anlayan ve üreten çok modlu yapay zeka modellerine kapsamlı giriş: model aileleri, kurumsal kullanım senaryoları, yetenek sınırları, maliyet/gecikme karşılaştırması ve model seçimi.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
