Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitim içeriği olup, konuşmacı nesne izleme (object tracking) konusunu adım adım anlatmaktadır. Videoda Mürteza adında bir kişinin de bahsettiği bir kitap ve video referansları bulunmaktadır.
- Video, nesne tanıma kodunun nesne izleme için nasıl geliştirileceğini göstermektedir. İçerikte videodan örnek bir resim alma, sınırlandırma, maske oluşturma, "sort" adlı kütüphanenin yükleme ve kullanımı, tracker tanımlama ve detection ekleme gibi adımlar detaylı şekilde anlatılmaktadır. Programın çalıştırılmasıyla videoda nesnelerin kimlik numaraları ve koordinatlarının nasıl görüntüleneceği gösterilmektedir.
- Videoda ayrıca, programın performansı için sabit bir kameradan çekilmiş videoların daha iyi sonuç verdiği ve engellerin (ağaçlar, sallantı) nesne izleme performansını nasıl etkilediği de açıklanmaktadır.
- 00:01Nesne İzleme Projesi Tanıtımı
- Bu video, önceki videoda nesne tanıma kodunun devamını ve nesne izleme (tracking object tracking) konusunu ele alıyor.
- Nesne izleme, nesneleri sadece tanıma değil, her bir video karesinde aynı nesneyi takip etmeyi amaçlıyor.
- Proje için "yolu v8 opense o.pay" isimli dosyanın devamı kullanılacak ve önceki videoda anlatılan kod indirilmeli.
- 01:53Nesne İzleme ve Nesne Tanıma Arasındaki Fark
- Nesne tanıma aşamasında, bir nesne her yeni karede farklı bir nesne gibi algılanırken, nesne izleme aşamasında her nesne bir kimlik numarası alacak ve takip edilecek.
- Nesne izleme için Mürteza'nın sayfasında paylaştığı "sort" programı ve "pay" kodu kullanılacak.
- İlk adım olarak video görüntüsünden bir resim alınacak ve sadece istenen alan seçilecek.
- 03:51Maske Oluşturma ve Maskeleme
- İlk kareyi alıp "örnek resim.jpeg" olarak kaydediyoruz.
- Paint programı kullanılarak sadece sağ tarafa gidiş yönündeki yolu seçip, diğer alanları siyah yaparak maske oluşturuyoruz.
- Maske dosyası "maske.jpeg" olarak çalışma klasörüne kaydediliyor.
- 07:27Maskeleme İşlemi
- Maske dosyası "cv2.imread" ile tanımlanıyor.
- "bitwise and" operatörü kullanılarak sadece beyaz olan alanlar kabul ediliyor.
- Nesne tanıma işlemi sadece maskelenmiş bölgede yapılıyor, böylece sadece sağ taraftaki araçlar algılanıyor.
- 10:44Nesne İzleme İçin Gerekli Kütüphaneler
- Nesne izleme için "sort.pay" dosyası ve "filter.py" ile "lap" kütüphaneleri yüklenmesi gerekiyor.
- Bu kütüphaneler "settings" kısmından yükleniyor.
- Önceki videoda nesne tanıma başarıyla tamamlanmışsa, küçük mahalleler zaten mevcut olacak.
- 12:15Nesne İzleme Kodunun Hazırlanması
- "sort" isimli dosya indirilip çalışma klasörüne yüklenmesi gerekiyor.
- Kodda "from sor import *" ile tüm fonksiyonlar import ediliyor.
- "tracking" bölümünde "track = sor" ile tracker tanımlanıyor ve bazı parametreler veriliyor.
- 13:37Tracker Parametreleri ve Nesne Algılama
- "mit maximum" parametresi, nesneyi kaybettiğinizde tekrar yakalayabileceğiniz maksimum sahne sayısını belirliyor.
- "detections" bölümünde beş değer tanımlanıyor: x1, y1, x2, y2 koordinatları ve nesne kimliği.
- Algılanan nesneler sol alt tarafta ID numaralarıyla ve koordinatlarıyla gösteriliyor.
- 16:38Nesne İzleme Gösterimi
- Nesnelerin üzerine yazı yazmak yerine, "putText" fonksiyonu kullanılarak nesnenin kimlik numarası gösteriliyor.
- Kod çalıştırıldığında, şeritten geçen araçlar takip ediliyor ve sol tarafta ID numaralarıyla gösteriliyor.
- Nesnelerin kimlik numaraları, ağacın arkasından geçerken veya kamera sallantısı nedeniyle değişebiliyor.
- 19:01Performans Sorunları ve Çözümleri
- Ağaçlı veya sallantılı kameradan çekilen videolarda nesne izleme performansı düşüyor.
- Mürteza'nın videosunda sabit bir kamerayla çekilmiş ve engellere takılmadan geçen araçlar algılanabiliyor.
- Mürteza'nın videosunda kullanılan maske dosyası değiştirildiğinde, program sorunsuz çalışıyor.