Object Detection - Custom

Bu fonksiyon bloğu, önceden eğitilmiş bir modeli kullanarak görüntülerde özel nesne tespiti yapmayı sağlar. Kullanıcılar, tespit etmek istedikleri nesne sınıflarını belirleyebilir ve tespit için güven eşiği ayarlayabilir.

📥 Girdiler

Image Any Nesne tespiti için işlenecek görüntü verisini beslemek için kullanılan giriş.

📤 Çıktılar

Image Any Tespit edilen nesnelerin vurgulandığı çıktı görüntüsü.

Object Count Giriş görüntüsündeki tespit edilen nesne sayısı.

Object Locations Tespit edilen nesnelerin koordinatlar listesini.

Object Sizes (w, h) Tespit edilen nesnelerin boyutlarını.

Object Class Tespit edilen nesne sınıflarının listesini.

Rectangles Tespit edilen nesnelerin etrafındaki sınırlayıcı dikdörtgenler.

🕹️ Kontroller

Open Weight File Nesne tespiti modeli için gerekli ağırlık dosyasını seçmek için bir buton.

Open Config File Model için yapılandırma dosyasını seçmek için bir buton.

Open Class File Tespit için mevcut nesne kategorilerini içeren sınıf adları dosyasını seçmek için bir buton.

Confidence Threshold % Tespitler için güven eşiğini ayarlamak üzere bir kaydırıcı, tespit hassasiyetini ince ayar yapmayı kolaylaştırır.

Class Names Table Tespit için mevcut sınıf adlarını gösteren bir ekran, kullanıcının hangi sınıflara odaklanacağını seçmesine olanak tanır.

🎨 Özellikler

Customizable Detection Farklı modeller yükleme ve hangi sınıfların tespit edileceğini belirleme esnekliği sağlar, çeşitli uygulamalar için özel kullanım imkanı sunar.

Real-time Detection Model, görüntüyü verimli bir şekilde işler ve obje tespit ederken hemen sonuç hakkında görsel geri bildirim sağlar.

Confidence Adjustment Kullanıcılar, güven eşiğini ayarlamak için kaydırıcıyı kullanarak, öznerlik seviyelerine bağlı olarak tespitleri dahil etme veya hariç tutma imkanı bulur.

📝 Kullanım Talimatları

1. Model Dosyalarını Yükleyin:

   • Modelin ağırlık dosyasını seçmek için Open Weight File üzerine tıklayın.

   • Modelin yapılandırma dosyasını seçmek için Open Config File üzerine tıklayın.

   • Sınıf adlarını içeren dosyayı seçmek için Open Class File üzerine tıklayın.

2. Sınıfları Seçin:

   • Sınıf dosyasından yüklenen sınıf adları Class Names Tableda görünecektir. Tespit için istenen sınıfları seçin.

3. Güven Eşiklerini Ayarlayın:

   • İstenen tespit eşik değerini ayarlamak için Confidence Threshold % kaydırıcısını kullanın.

4. Bağlayın ve Değerlendirin:

   • Girişe bir görüntü bağlayın. Blok görüntüyü işleyecek ve tespit edilen nesneleri gösteren değiştirilmiş görüntüyü döndürecektir.

📊 Değerlendirme

Çalıştırıldıktan sonra, bu fonksiyon bloğu, tespit edilen nesneler hakkında sayıları, boyutları, sınıfları ve konumları da içeren detaylarla birlikte notlandırılmış bir görüntü çıkaracaktır.

💡 İpuçları ve Püf Noktaları

Özel Modeller Kullanma

Ağırlık, yapılandırma ve sınıf dosyalarının birbiriyle örtüştüğünden ve YOLOv4 model mimarisi ile uyumlu olduğundan emin olun, böylece yükleme hatalarından kaçınabilirsiniz.

Birden Fazla Nesneyi İşleme

Farklı sınıflardan birden fazla nesne tespit ediyorsanız, sınıf dosyanızın ilginç olan tüm nesne sınıflarını içerdiğinden emin olun.

Tespit Hassasiyetini Ayarlama

Tespit hassasiyetini yönetmek için Confidence Threshold % kaydırıcısını ayarlayın. Bu değeri çok yüksek ayarlamak tespitleri kaçırmanıza neden olabilirken, çok düşük ayarlamak yanlış tespitlere yol açabilir.

🛠️ Sorun Giderme

Model Yüklenemedi

Model yüklenmiyorsa, ağırlık, yapılandırma ve sınıf dosyaları için yolların doğru şekilde ayarlandığından ve mevcut dosyalara işaret ettiğinden emin olun.

Tespit Bulunamadı

Hiçbir tespit döndürülmüyorsa, seçilen sınıfların giriş görüntüsündeki nesnelerle örtüştüğünü kontrol edin. Gerekirse güven eşiğini ayarlayın.