01Sorun ve çözüm
Nesne tespiti, görüntüdeki belirli nesneleri bulup her birinin yerini bir kutuyla işaretleyen görüntü işleme yöntemidir. Bu tespitlerin üzerine iş kuralı kurduğunuzda kamera bir ölçüm cihazına dönüşür: belirli bölgeye giren kişi sayılır, koruyucu ekipman eksikliği işaretlenir, rafta boşluk oluştuğunda ilgili kişiye haber gider. Projeye sahadan alınan görüntülerle başlıyor, modeli sizin ışık, açı ve nesne çeşitliliğinizle eğitiyor ve sahada ölçmeden yayına almıyoruz.
02Kimler için
Nesne tespiti sistemi kimlerin işine yarar
Kameranın gördüğü bir şeyi saymak, takip etmek ya da bir kurala göre denetlemek isteyen işletmeler için uygundur.
- Baret, yelek ve gözlük gibi kişisel koruyucu donanım kullanımını alanlarda izlemek isteyen şantiye ve üretim tesisleri
- Forklift ile yaya trafiğinin kesiştiği koridorlarda yakınlaşmaları tespit etmek isteyen depo ve lojistik merkezleri
- Raf doluluğunu, kasa önü kuyruk uzunluğunu ya da mağazaya giren kişi sayısını ölçmek isteyen perakende zincirleri
- Bant üzerinden geçen ürünleri, kasaları ya da paletleri sayarak üretim kayıtlarıyla karşılaştırmak isteyen fabrikalar
- Tarla, sera ya da ahırda hayvan, meyve veya zararlı tespiti için görüntü kullanmak isteyen tarım işletmeleri
03İhtiyaçlar
Sahada görüntüden doğru sonuç almanın zorlukları
Laboratuvarda iyi çalışan bir model, gerçek kameranın önünde farklı davranabilir.
- 01
Işık, açı ve hava koşulları
Gece vardiyası, ters ışık, yağmur ya da toz görüntüyü değiştirir. Eğitim verisi bu koşulların hepsinden toplanmazsa model en çok ihtiyaç duyulan anda yanılır.
- 02
Kalabalık ve örtüşen nesneler
Yan yana duran insanlar, üst üste istiflenmiş kasalar ya da kısmen görünen ürünler tek tek ayırt edilmelidir. Kamera yerleşimi ve model seçimi bu duruma göre yapılır.
- 03
Yanlış alarm yorgunluğu
Her gölgeyi ya da posteri insan sanan bir sistem kısa sürede görmezden gelinir. Bildirim kuralları süre, bölge ve tekrar koşuluyla filtrelenir.
- 04
Ağ ve bant genişliği
Çok sayıda kameranın görüntüsünü buluta göndermek pahalı ve yavaş olabilir. Bu durumda analiz sahadaki cihazda yapılır, yalnızca olay görüntüsü merkeze iletilir.
04Özellikler
Nesne tespiti sisteminin iş kuralı katmanı
Modelin ürettiği kutular tek başına bir işe yaramaz; değeri onların üzerine kurulan kurallardan gelir.
- 01
Bölge ve çizgi tanımları
Kamera görüntüsü üzerinde yasak alan, bekleme bölgesi ya da sayım çizgisi çizilir. Kurallar bu bölgelere giriş, çıkış ve kalma süresine göre çalışır.
- 02
Nesne takibi ve sayım
Aynı kişi ya da ürün kareler boyunca takip edilir, böylece bir nesne iki kez sayılmaz ve hareket yönü belirlenebilir.
- 03
Olay kaydı ve kanıt görüntüsü
Kural tetiklendiğinde olayın öncesini ve sonrasını içeren kısa bir görüntü ile zaman, kamera ve olay türü kaydedilir; sorumlu kişi olayı onaylar ya da yanlış alarm olarak işaretler.
- 04
Raporlama panosu
Alan, vardiya ve olay türüne göre dağılım, saatlik yoğunluk ve trendler tek ekranda izlenir.
05Entegrasyonlar
Kamera altyapısı ve kurumsal sistemlerle bağlantı
Mevcut kameralarınızın büyük bölümü yeniden kullanılabilir; yeni donanım ancak görüntü kalitesi yetmiyorsa önerilir.
- 01
IP kameralar ve kayıt cihazları
RTSP akışı sunan IP kameralar ve ONVIF uyumlu NVR cihazlarından görüntü alınır; kayıt düzeniniz değişmeden analiz paralel yürür.
- 02
Uç cihazlar
Analizin sahada yapılması gerekiyorsa grafik işlemcili endüstriyel bilgisayarlar ya da NVIDIA Jetson gibi gömülü kartlar kullanılır.
- 03
Uyarı kanalları
Olaylar sahadaki ekran, ışıklı uyarı, e-posta, SMS sağlayıcınız ya da mobil bildirim üzerinden ilgili kişiye iletilir.
- 04
ERP ve üretim sistemleri
Sayım sonuçları üretim kayıtları, stok hareketleri ya da iş güvenliği olay formlarıyla API üzerinden eşleştirilir.
06Süreç
Nesne tespiti sistemi yaptırmak istiyorum: süreç nasıl işler?
Adım 01
Analiz
İş akışınızı, kullanıcılarınızı ve mevcut sistemlerinizi dinleriz; kapsamı, öncelikleri ve kabul ölçütlerini yazılı hâle getiririz.
Adım 02
Tasarım
Ekran akışlarını ve veri modelini çıkarırız. Arayüzü sizinle gözden geçirip onay almadan geliştirmeye geçmeyiz.
Adım 03
Geliştirme
Kısa döngülerle çalışırız; her döngü sonunda çalışan bir sürümü test ortamında görürsünüz.
Adım 04
Test
İşlevsel testler, entegrasyon testleri ve temel güvenlik kontrolleriyle hataları yayından önce yakalarız.
Adım 05
Yayın
Sunucu, alan adı, yedekleme ve izleme ayarlarını yaparak canlıya alırız; ekibinize kısa bir kullanım eğitimi veririz.
Adım 06
Bakım
İsterseniz bakım ve destek anlaşmasıyla güncellemeleri, izlemeyi ve yeni geliştirmeleri sürdürürüz.
07Teknoloji
Model eğitimi, doğruluk ölçümü ve görüntü gizliliği
Genel nesneler için YOLO ailesi gibi açık kaynak ve önceden eğitilmiş modeller iyi bir başlangıç noktasıdır. Sizin ürününüz, ekipman renginiz ya da özel bir parçanız için ise sahadan toplanan görüntüler etiketlenir ve model bu verilerle ince ayardan geçirilir. Etiketleme kalitesi model kalitesini doğrudan belirlediği için etiket kurallarını yazılı hale getiriyor, bir bölümünü ikinci kez kontrol ediyoruz.
Devamını okuDaha az göster
Başarı, daha önce modelin görmediği bir test setinde, nesne bazında isabet ve kaçırma oranlarıyla ölçülür. Ardından sistem kısa bir dönem sahada uyarı üretmeden çalıştırılır; çıkan sonuçlar gerçek olaylarla karşılaştırılıp eşikler buna göre ayarlanır. Gerçek zamanlı ihtiyaçlarda model boyutu ile hız arasındaki denge cihazın gücüne göre kurulur.
Çalışanları ya da ziyaretçileri gösteren görüntüler kişisel veridir. Kamera kullanımına ilişkin aydınlatma, görüntülerin saklama süresi ve erişim yetkileri KVKK kapsamında belirlenmelidir. Gerektiğinde yüzler kayıtta bulanıklaştırılır ve yalnızca olay görüntüleri saklanır; ayrıntılar için hukuk danışmanınızla birlikte çalışmanızı öneririz.
08Çalışma modelleri
Bu hizmette çalışma modelleri
- 01
Proje bazlı
Sabit kapsam, sabit fiyat ve belirli teslim tarihi
Kapsamı belli, teslim tarihi olan işler için.
- Yazılı kapsam ve kabul ölçütleri
- Sabit fiyat ve belirli teslim tarihi
- Teslim ve kabul adımları sözleşmede
- 02
Bakım ve destek
Aylık sözleşmeli, SLA'lı bakım, destek ve geliştirme saati
Yayındaki bir sistemin sürekliliği için.
- Aylık sözleşme ve SLA
- İzleme, güncelleme ve hata düzeltme
- Aylık geliştirme saati
09Sık sorulan sorular
Nesne tespiti sistemi hakkında sık sorulan sorular
Mevcut güvenlik kameralarımız nesne tespiti için yeterli mi?
Çoğu durumda yeterlidir. Belirleyici olan, tespit edilecek nesnenin görüntüde kaç piksel kapladığı, kameranın açısı ve gece görüntü kalitesidir. Keşif aşamasında her kameradan örnek görüntü alıp hangilerinin kullanılabileceğini birlikte belirliyoruz.
Nesne tespiti ile görüntü sınıflandırma arasındaki fark nedir?
Görüntü sınıflandırma bir karenin bütünü hakkında tek bir karar verir, örneğin görüntüde forklift var ya da yok. Nesne tespiti ise her nesnenin yerini ve sayısını bulur. Sayım, bölge ihlali ve takip gibi işler tespit gerektirir.
Sistem internet bağlantısı olmadan çalışabilir mi?
Evet. Analiz sahadaki uç cihazda yapıldığında görüntü dışarı çıkmaz, bağlantı kesildiğinde olaylar yerelde birikir ve bağlantı geldiğinde merkeze aktarılır.
Nesne tespiti sistemi yaptırmak için ne kadar görüntü gerekir?
Nesnenin çeşitliliğine ve koşulların ne kadar değiştiğine bağlıdır. Genel nesnelerde hazır model az veriyle uyarlanabilir; size özgü parçalarda daha fazla etiketli örnek gerekir. Kayıtlarınızdan farklı vardiya ve koşulları kapsayan bir seçki yaparak başlıyoruz.
Nesne tespiti sistemi fiyatları hangi etkenlere bağlıdır?
Kamera sayısı, tespit edilecek nesne türleri, özel model eğitimi gerekip gerekmediği, etiketleme hacmi, analizin bulutta mı sahada mı yapılacağı ve bağlanacak sistemler belirler. Donanım ihtiyacı varsa ayrıca kalemlendirilir; keşif sonrasında yazılı teklif hazırlıyoruz.
Model zamanla yeni ürünleri ya da değişen ortamı öğrenebilir mi?
Kendiliğinden öğrenmez, ama güncellenebilir. Yanlış alarm ya da kaçırma olarak işaretlenen olaylar yeni eğitim verisine eklenir; belirli aralıklarla model yeniden eğitilip test setiyle karşılaştırıldıktan sonra sahaya alınır.
10İlgili hizmetler