Bir nesne izleme modeli, video verilerinizi analiz eder ve bu nesnelerin algılandığı çekimlerin ve bölümlerin bir listesini döndürür. Örneğin, topu tanımlamak ve izlemek için futbol oyunlarından alınan video verilerini analiz eden bir model eğitebilirsiniz.
Bir eylem tanıma modeli, video verilerinizi analiz eder ve eylemlerin gerçekleştiği anlarla birlikte kategorilere ayrılmış eylemlerin bir listesini döndürür. Örneğin, bir futbol golü, bir golf vuruşu, bir gol veya çak bir beşlik içeren aksiyon anlarını belirlemek için video verilerini analiz eden bir model eğitebilirsiniz.
Konu hakkında daha detaylı bilgi ve yapılandırma pratikleri için Google Cloud AutoML Api sayfasını ziyaret edebilirsiniz.
Gördüğünüz gibi, mesela bir gazete editörü yayınlanmak üzere kendisine gönderilen yazıları teker teker okumak yerine, makine öğrenmesi modelini eğiterek, örneğin yazıda saldırgan bir dil, olumlu olumsuz bir tutum gibi “sadece insan zekasının algılayabileceğini zannettiğimiz” bir çok özelliği hem de çok çok kısa bir zaman diliminde açığa çıkarabilir. Bir makine saniyeler içerisinde binlerce sayfalık yazıları okuyup detaylı bir analiz yapabilir. Bir polis şefi, Google AutoML Api ile koskoca bir şehirdeki tüm güvenlik kamera kayıtlarını belirli bir insan veya nesne hareketini bulabilecek biçimde eğitip kullanabilir. Saatler boyu sürecek izleme faaliyeti makineler vasıtası ile saniyeler içinde tamamlanabilir. Görüntüleri anlık olarak işleyip spesifik olay her ne ise (mesela araçların fiziki şeklinin % x oranında değiştiği veya araçların değdiği herhangi bir şeyin yön değiştirmesi veya araçtan bir nesnenin fırlaması gibi) henüz olmakta iken bunu tespit edebilir. Düşünsenize, bir kapkaç olayı henüz olmakta iken tespit ediliyor… Önceden belirlenmiş durumun tespiti halinde, tetiklenmiş bir dizi komut ile bölgedeki birimler hemen harekete geçirilebilir.
Google belgelerinde, makine öğrenmesi modelleri için “eğitebilirsiniz” ibaresini her gördüğümde “eğitim şart” demekten kendimi alamadım.
Ali Aksoy – 17.10.2021
