Görüntü Sınıflandırma (Image Classification)

Görüntü sınıflandırma nedir?

Görüntü sınıflandırma, bir modele fotoğraf verip "bu görselde ne var?" sorusunun cevabını önceden tanımlı bir etiket listesinden seçtirme işidir. Model kediyle köpeği, kanserli dokuyla sağlıklı dokuyu, hasarlı ürünle sağlamı birbirinden ayırır. Tüm görsele tek bir etiket biçer — nesnenin görselin neresinde olduğuyla ilgilenmez, o iş object detection'ın alanıdır. Computer vision'ın en eski ve en temel görevi budur; derin öğrenmenin 2012'de ImageNet yarışmasıyla patlaması da tam bu problemde yaşandı.

Nasıl çalışır?

Klasik yaklaşımda convolutional neural network (CNN) görseli katman katman işler: ilk katmanlar kenar ve renk gibi basit desenleri, derin katmanlar göz, tekerlek, yaprak gibi karmaşık yapıları yakalar. Son katmanda softmax fonksiyonu her etiket için bir olasılık üretir; en yüksek olasılıklı etiket modelin cevabıdır. Eğitim binlerce etiketli görselle yapılır — model tahmin eder, hatasını loss function ölçer, backpropagation ile ağırlıklarını düzeltir. Son yıllarda CNN'lerin yanına Vision Transformer (ViT) mimarisi eklendi; görseli parçalara bölüp transformer mantığıyla işliyor.

Neden önemli?

Görüntü sınıflandırma, görsel yapay zekanın giriş kapısı. Object detection, image segmentation, hatta multimodal modeller bu temelin üstüne kuruluyor. Bir modelin "görmeyi" öğrenip öğrenmediğini ölçmenin en net yolu da bu görevdeki accuracy değeri. Transfer learning sayesinde büyük bir görsel modeli alıp kendi küçük veri setinle fine-tune etmek mümkün — sıfırdan eğitmeye göre çok daha az veri ve hesap gücü ister.

Kullanım alanları

Tıbbi görüntülemede röntgen ve patoloji taraması, üretimde kalite kontrol (kusurlu parça ayıklama), tarımda hastalıklı bitki tespiti, içerik moderasyonunda uygunsuz görsel filtreleme, perakendede ürün etiketleme ve fotoğraf uygulamalarında otomatik albüm düzenleme. Telefonundaki galeri "kediler" klasörünü kendi oluşturuyorsa, arkasında görüntü sınıflandırma var.