Bilgisayarla görüde verimli derin öğrenmeye doğru

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: ASLI ÇELİK

Danışman: Oğuzhan Urhan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bilgisayarla görünün uygulama alanları çok geniş olup günden güne artmaktadır. Günümüzde derin öğrenme temelli makine öğrenmesi yöntemleri bilgisayarla görü problemlerinde SOTA yöntemler olarak öne çıkmaktadır. Bu yöntemler günümüzde temel bilgisayarla görü görevleri için neredeyse mükemmele yakın performans sergilemektedir. Derin öğrenme modellerinin şaşırtıcı derecede iyi performansının arkasında ise başta veriye olan açlık olmak üzere bir dizi kısıta bağımlılık yatmaktadır. Dolayısıyla mevcut durumda SOTA algoritmaları ve modelleri özel uygulamalarda kullanarak benzer başarımlar elde etmek güçtür. Gittikçe artmakta olan model karmaşıklığının ise veriye olan ihtiyaç ve bağımlılığı daha da artırması beklenmektedir. SOTA modeller gelişmeye ve iyileşmeye devam ederken, bu modellerin performansını gerçek dünyadaki değişken ve dinamik ortamlarda, sınırlı kaynaklarla tekrarlamak devam eden bir sorundur. Bu tez çalışması kapsamında bilgisayarla görü görevlerinde verimliliği artırmayı hedefleyen iki bağımsız çalışma gerçekleştirilmiştir. Tez kapsamında gerçekleştirilen ilk çalışmada yarı denetimli bir eylem sınıflandırma yöntemi önerilmiştir. Önerilen yöntem, bir Görüntü-Dil modeli üzerinden özellik damıtma gerçekleştirmesi bağlamında özgündür. Elde ettiğimiz sonuçlar genel amaçlı özellik çıkartıcı olan temel modellerden yarı denetimli öğrenme kurgularında, öğrenmenin aktarımı için yararlanılabileceğini göstermektedir. Tez kapsamında gerçekleştirilen ikinci çalışmada ise, çalışma ortamlarında güvenlik ve verimlilik odaklı izleme sistemleri için sürekli öğrenen bir nesne tespit modeli önerilmiştir. Bu çalışma kapsamında, sürekli öğrenme kurgusu için gerçek çalışma sahalarından toplanan görüntüler ile bir veri seti oluşturularak; öğrenme stratejilerinin dinamik ve kompleks çalışma ortamlarında gerçekleşecek görev-artımlı ve görevden-bağımsız nesne tespiti görevi için performans incelemesi gerçekleştirilmiştir. Elde ettiğimiz sonuçlar sürekli öğrenme stratejilerinin sıfırdan ortak eğitim ile öğrenmeye verimli bir alternatif olabileceğini ve eğitim maliyetlerini azaltabileceğini göstermektedir.