Bilgisayarlı görü uygulamaları, bir kameradan ya da taranmış bir sayfadan gelen görüntüyü karara veya kayda çeviren sistemlerdir: üretim bandında çizik parçayı ayıran kamera, otopark girişinde plakayı okuyan sistem, faturadan toplam tutarı çeken yazılım, beyin tomografisinde şüpheli kanamayı işaretleyip tetkiki radyoloğun okuma listesinde öne alan model, tarlada yalnızca yabani otun olduğu noktaya ilaç atan pulverizatör. Sahada güvenilir çalışanların üç ortak noktası var. Kamera her seferinde aşağı yukarı aynı sahneyi görür, her görüntüye sorulan soru dardır ve modelin yanlışını yakalamak ucuzdur. Bunlardan biri eksikse proje uzar ve pahalanır.
Bu konuda ilk elden anlatabileceğimiz projeler belge tarafında: petrol sahası saha fişlerini bir LLM ile okuyan bir iş akışı ve fatura ile fişleri okuyan bir yapay zeka muhasebe asistanı için geliştirdiğimiz veri çıkarma kontrolleri. Aşağıdaki diğer bilgiler yayımlanmış denemelere, düzenleyici kurumların metinlerine ve üreticilerin belgelerine dayanıyor; kaynakları ilgili yerde verdik.
Bir bilgisayarlı görü modeli ne üretir?
Her uygulama birkaç temel çıktıdan kurulur. Hangisini seçeceğiniz ilk tasarım kararıdır; veriyi nasıl etiketleyeceğinizi ve modeli çalıştırmanın maliyetini bu seçim belirler.
- Sınıflandırma, görüntünün tamamına tek bir etiket verir: hatalı ya da sağlam, olgun ya da ham.
- Nesne tespiti her nesnenin çevresine bir kutu çizip adını koyar; araç, insan, koli ya da yabani ot saymanın ve yerini bulmanın yolu budur.
- Segmentasyon nesnenin ya da bölgenin piksellerini tek tek işaretler. Alan veya şekil önemliyse gerekir: tümörün sınırı, bir çatlağın uzunluğu, aracın önündeki boş yol.
- Anahtar nokta (keypoint) tespiti ve takip (tracking), vücuttaki eklemler ya da parçanın köşeleri gibi belirli noktaları bulur ve nesneleri kareden kareye izler; kapıdan geçen kişi böylece bir kez sayılır.
- OCR ve belge anlama modelleri, metni ve sayfa düzenini okuyup alanları çıkarır: fatura numarası, tarih, kalemler.
- Görsel dil modelleri (VLM) bir görüntü hakkındaki serbest sorulara cevap verir ("koruma kapağı kapalı mı?"), istenirse kutu ve maske de döndürür.
Yalnızca "hatalı mı, değil mi" diyecek bir model, her hatanın sınırını çizen bir modele göre hem daha ucuza etiketlenir hem daha ucuza çalışır. Verilecek karardan yola çıkın ve onu karşılayan en küçük çıktıyı seçin.
Sektörlere göre bilgisayarlı görü uygulamaları
Üretim: kalite kontrol, sayım ve yönlendirme
En klasik uygulama kalite kontrol. Kameralar etiketin yerinde ve düz olup olmadığına, kapağın tam kapandığına, kaynak ya da lehim noktasının düzgün göründüğüne, kumaş topunda delik veya leke bulunmadığına bakar. Bu işlerin önemli bir kısmı onlarca yıldır kural tabanlı endüstriyel görüntü işlemeyle (machine vision) çözülüyor: sabit ışık, sabit kamera ve kenar, renk, ölçü üzerine konmuş eşikler. Derin öğrenme, hatanın kurala dökülemeyecek kadar değişken olduğu yerde fark yaratır. Dokulu ya da parlak yüzeylerdeki çizikler, doğal olarak her parçası farklı olan gıda ve ahşap, desenli kumaşlar bu gruba girer. Türkiye'de tekstil, otomotiv yan sanayi ve beyaz eşya bu tür kontrollerin akla ilk gelen alanları.
İlk sorun genellikle aydınlatmadır, çünkü kameranın neyi görebileceğini ışık belirler. Yalnızca yandan, alçak açıyla gelen ışıkta belli olan bir çizik için o açıda bir ışık gerekir; hiçbir model gölgenin sakladığını geri getiremez. İkinci sorun, gerçek hataların seyrek olması: binlerce sağlam parça görüntüsüne karşılık elinizde birkaç düzine hatalı görüntü olabilir. Bunun yaygın çözümü anomali tespitidir. Model yalnızca sağlam parçalarla eğitilir ve farklı görünen her şeyi işaretler; işaretlenen görüntüler biriktikçe etiketlenir ve zamanla asıl hata modelini eğitecek kadar veri oluşur.
Belgeler ve ofis işleri
Belge okumak da bir bilgisayarlı görü işidir ve şirketlerin çoğu zaman ilk denediği uygulama budur: belgeler zaten ortadadır, elle yapılan işin maliyetini ölçmek de kolaydır. OCR pikselleri karaktere çevirir; asıl zorluk hep, her tedarikçinin sayfayı başka türlü dizdiği faturalarda hangi rakamın toplam tutar olduğuna karar vermekti. Şablonlar tedarikçi formatını değiştirdiği gün bozuluyordu. LLM'ler ve görsel dil modelleri yarı yapılandırılmış sayfaları artık şablonların çoğunu gereksiz kılacak kadar iyi okuyor.
Kanada'daki bir petrol sahası hizmet şirketi için bir ajans iş ortağıyla kurduğumuz saha fişi otomasyonu bu yaklaşımla çalışıyor. Fişler PDF olarak Gmail'e geliyor. Her akşam bir n8n iş akışı günün fişlerini alıyor, bir LLM müşteriyi, lokasyonu, AFE/PO numarasını, kalemleri ve çalışma, bekleme ve yol saatlerini JSON olarak çıkarıyor, her PDF kendi JSON dosyasıyla birlikte tarihli bir Google Drive klasörüne kaydediliyor ve ekibe birleştirilmiş bir fatura raporu e-postayla gidiyor. Veri çıkarmayı canlıya almadan önce bir ay boyunca gerçek fişlerle test ettik; akış Eylül 2025'ten beri her gün, günde yaklaşık 100 belgeyle çalışıyor. Canlıda çıkan sorunların çoğu, LLM API'sinin hız sınırına takılmasıydı (HTTP 429). Akışa alternatif modellere geçen yedek yollar ekledik; bir model hız sınırına takıldığında fiş başka bir modelle işleniyor.
Veri çıkaran bir sistemin, eksik kalan alanı fark edecek bir kontrole de ihtiyacı var. Londra'daki Jenesys AI'ın muhasebe asistanı Jack, fatura ve fişleri okuyup muhasebe kaydını öneriyor. Ekibe katılan mühendisimiz, kategori, KDV oranı ya da izleme kategorisi boş döndüğünde bu eksiği sessizce geçirmek yerine uyarı üreten veri çıkarma kontrolleri geliştirdi. Ayrıntılar Jenesys vaka çalışmamızda.
Türkiye'de böyle bir hat kurmadan önce bir kontrol yapın: e-Fatura mükellefleri arasında fatura zaten UBL-TR formatında XML olarak gelir. Muhasebe yazılımınız bu XML'i okuyabiliyorsa, aynı faturanın PDF görüntüsüne OCR uygulamanın anlamı yok. OCR'a asıl iş kâğıt irsaliyelerde, yurt dışı tedarikçilerin PDF faturalarında, el yazılı formlarda, fişlerde ve kimlik belgelerinde düşer.
Sağlık ve tıbbi görüntüleme
Bilgisayarlı görünün düzenlemeye tabi bir ürün olarak en çok yerleştiği alan tıbbi görüntüleme. ABD Gıda ve İlaç İdaresi'nin (FDA) yapay zeka destekli tıbbi cihaz listesindeki 1.614 cihazın 1.230'unda birincil inceleme alanı radyoloji. Bu sayıyı listenin 4 Eylül 2026 tarihli hâlinden kendimiz saydık. FDA listenin eksiksiz olmadığını belirtiyor; yine de radyolojinin ağırlığı açıkça görülüyor. Tipik ürünler radyoterapi planlaması için organların sınırını çizer, şüpheli kanama ya da kırık içeren tetkikleri okuma sırasında öne alır, ölçüm yapar veya tarama programlarında ikinci okuyucu olarak çalışır.
Bu alanı ayıran iki şey var. Birincisi, bu yazılımlar tıbbi cihazdır. Teşhise yön veren yazılım Türkiye'de AB'nin MDR'siyle uyumlaştırılmış Tıbbi Cihaz Yönetmeliği'ne tabidir, ABD'de FDA izni ister. Hasta görüntüleri de KVKK'ya göre sağlık verisi, yani özel nitelikli kişisel veridir. İkincisi, aracın gerçekten kullanılması iş akışına bağlı. Test setinde iyi skor alan ama radyoloğun okuma rutinine tıklama ekleyen ya da hastanenin görüntü arşivleme sistemine (PACS) bağlanmayan bir araç genellikle rafta kalır.
Perakende, depo ve lojistik
Mağazalar kamerayla boşalan rafları yakalar, self servis kasalar tartıya konan meyve ve sebzeyi tanır. Depolarda etiket ve barkodlar her açıdan okunur, koli ölçüleri kargo ücreti için kamerayla alınır, teslim anında çekilen fotoğraf hasar tartışmasını kapatır; toplama robotları da kutudan ürün alırken kameraya dayanır.
Perakendede zorluk ürün çeşitliliğinde: ambalajı her sezon değişen binlerce ürün, kalabalık bir rafta tuhaf açılardan görünüyor. Uzun ömürlü sistemler genellikle problemi daraltıyor (tek bir kategori, terazinin üstünde sabit bir kamera) ya da modelin emin olmadığı durumlarda kararı bir insana bırakıyor.
Trafik, şehirler ve güvenlik
Plaka tanıma alanın en olgun uygulamalarından biri. Otoparklar, site ve fabrika girişleri ve şehir içindeki elektronik denetleme sistemleri (EDS) yıllardır bunu kullanıyor. Trafik sayımı ve araç sınıflandırma, yaya ve bisikletli sayımı ve otomobillerdeki sürüş destek sistemleri hemen arkasından gelir. Çoğu kamerayı lidar ve radarla birleştiren sürücüsüz araçlar ise hâlâ en zor problem, çünkü yolda karşılaşılan alışılmadık durumların sonu gelmiyor.
Yüzle çalışan sistemlerin hukuken çok farklı iki türü var. Yüz doğrulama (bu kişi kimlik kartındaki kişi mi?) bankacılıkta artık sıradan bir adım: BDDK'nın Nisan 2021'de yayımlanan uzaktan kimlik tespiti yönetmeliğinden beri bankalar müşteriyi şubeye gelmeden, görüntülü görüşmeyle kabul edebiliyor ve bu görüşmede kimlik kartının çipindeki fotoğraf kişinin yüzüyle biyometrik olarak karşılaştırılıyor. Yüz tanıma (bu kişi, herkesin arasından kim?) ise ayrı ve çok daha sıkı düzenlenen bir iş.
Türkiye'de bu konunun en somut karşılığı personel devam kontrol sistemleri (PDKS). Yüz tanımalı bir PDKS'yi yalnızca mesai takibi için kurmak artık fiilen mümkün değil. Kişisel Verileri Koruma Kurulunun 2 Haziran 2026'da Resmî Gazete'de yayımlanan 2026/921 sayılı ilke kararı, parmak izi, yüz tanıma, iris ya da retina taraması gibi yöntemlerle yalnızca mesai takibi yapılmasını ele alıyor. Kurula göre bu amaç için Kanundaki işleme şartlarından açık rıza dışındakilerin hiçbiri uygulanmıyor; işçi ile işveren eşit konumda olmadığı için açık rızanın özgür iradeye dayandığını söylemek de çoğu zaman mümkün değil. Daha az müdahaleci yöntemler varken biyometrik takip ölçülülük ilkesini karşılamıyor ve bu durumda işleme, açık rıza olsa bile hukuka aykırı sayılıyor. Kurulun önerdiği alternatifler şifreli kart ya da PIN tabanlı sistemler, RFID/NFC kimlik kartları ve imzalı devam çizelgeleri. Kurum Ağustos 2026'daki ek duyurusunda kararın yalnızca mesai takibini kapsadığını belirtti. Kritik alanlara erişim kontrolü gibi güvenlik amaçlı kullanımlar ayrıca değerlendiriliyor: işlemenin gerekli alan ve kişilerle sınırlı kalması ve alternatif yöntemlerin yetersiz olması gerekiyor.
AB'ye ürün satıyorsanız AB Yapay Zeka Yasası da devreye giriyor. Yasa, Şubat 2025'ten beri internetten ya da güvenlik kamerası kayıtlarından ayrım gözetmeden yüz toplayarak tanıma veritabanı kurmayı, işyerinde ve okulda duygu tanımayı ve kamuya açık alanlarda kolluk amacıyla gerçek zamanlı uzaktan biyometrik tanımlamayı (dar istisnalarla) yasaklıyor. Yasak kapsamına girmeyen uzaktan biyometrik tanımlama sistemleri yüksek riskli sayılıyor. Bu sistemlere ilişkin yükümlülükler, Temmuz 2026'da yürürlüğe giren AI Omnibus değişikliğiyle 2 Aralık 2027'ye ertelendi.
Tarım
Dronlar ve pulverizatöre takılan kameralar yabani otu, hastalığı ve bitkideki stresi tespit eder. Bu alanın en bilinen ürünü John Deere'in See & Spray sistemi; ilacı yalnızca kameranın yabani ot gördüğü noktaya atıyor. Iowa State Üniversitesi'nin beş soya tarlasında, toplam 415 akrelik (yaklaşık 1.680 dönüm) alanda yaptığı denemede ortalama ilaç tasarrufu %76 çıktı. Tarla bazında sonuçlar %44 ile %91 arasında değişti; yazarlar farkı ilaçlama anındaki yabani ot yoğunluğuna bağlıyor: tarla ne kadar temizse tasarruf o kadar büyük.
Spor ve medya
Top ve oyuncu takibi yayın grafiklerini, hakem kararlarını (tenisteki çizgi kararları, futboldaki yarı otomatik ofsayt) ve performans analizini besliyor; medya şirketleri de bilgisayarlı görüyü içerik denetimi ve video arşivinde arama için kullanıyor. Hakem kararlarında kullanılan sistemler, kortun ya da sahanın çevresine yerleştirilmiş, sabit ve kalibre edilmiş birden çok kameradan beslenir.
Hangi uygulamalar olgun, hangileri hâlâ zor?
Uygulama | Olgunluk | Genellikle zorlayan şey |
|---|---|---|
Plaka tanıma | Olgun | Kirli ya da hasarlı plaka, geceleri far yansıması |
Belgeden veri çıkarma | LLM ve VLM ile olgun | Çıktıyı doğrulamak, API sınırları, hacim arttıkça maliyet |
Sabit hatta kalite kontrol | Aydınlatma kontrol altındaysa olgun | Seyrek hatalar, ürün değişikliği, ışığın zamanla değişmesi |
Tıbbi görüntüde önceliklendirme ve ölçüm | Olgun ama düzenlemeye tabi | Ruhsat, iş akışı ve PACS entegrasyonu |
Raf takibi | Dar kapsamda çalışıyor | Sürekli değişen binlerce ürün, birbirini kapatan nesneler |
Yabani ot ve ürün tespiti | Büyük işletmelerde kanıtlanmış | Tarla koşulları, makinenin maliyeti |
Sürücüsüz araç | En zoru | Bitmeyen istisnalar, güvenliği kanıtlamak |
Kendi fikriniz için şu dört soru sonucun büyük kısmını önceden söyler:
- Bir insan aynı görüntüye bakıp bir iki saniyede karar verebiliyor mu? Uzmanın ek bilgiye ihtiyacı varsa modelin de olacaktır.
- Sahne sabit mi? Sabit kamera, sabit ışık, sabit mesafe. Donanımla sabitleyebildiğiniz her değişken, modelin öğrenmek zorunda kalmadığı bir değişkendir.
- Her hata türünün bedeli ne? Yanlış ret sağlam bir parçayı çöpe atar, kaçan hata müşteriye ulaşır. Doğruluk oranı konuşulmaya başlamadan önce hangisinin daha pahalı olduğunda anlaşın; eşiği bu karar belirler.
- Nadir durumların örneklerini toplayabilir misiniz? Yakalamak istediğiniz olay yılda iki kez oluyorsa, onun için doğrudan model eğitemezsiniz. Anomali tespiti ya da bir insan kontrol adımı planlayın.
Model eğitmeniz gerekmeyebilir
Birkaç yıl öncesine kadar yukarıdaki uygulamaların çoğu, ilk sonucu görmeden binlerce görüntü etiketlemek demekti. Dört gelişme başlangıç noktasını değiştirdi:
- Genel görsel dil modelleri, metinle tarif ettiğiniz nesneleri bulup kutu ya da maskeyle işaretleyebiliyor. Örneğin Google'ın Gemini API'si nesne bulması istendiğinde kutuları ve maskeleri JSON olarak döndürüyor. Etiketli veri olmadan bir öğleden sonrada çalışan bir prototip çıkarmak mümkün.
- Meta'nın Kasım 2025'te yayımladığı SAM 3, kısa bir ifadeyle ("forklift", "sarı baret") tarif edilen kavramın görüntüdeki bütün örneklerini ayırıyor; ön etiketleme için iyi bir araç.
- Meta'nın DINOv3'ü (Ağustos 2025) gibi önceden eğitilmiş omurga (backbone) modeller, ince ayar yaparken daha az etiketli görüntüyle iyi sonuç almanızı sağlıyor.
- Gerçek zamanlı dedektörler gelişmeye devam ediyor: Ultralytics Ocak 2026'da YOLO26'yı yayımladı, Roboflow'un transformer tabanlı RF-DETR'ı da güçlü bir alternatif.
Seçmeden önce lisansa bakın. Ultralytics YOLO AGPL-3.0 lisanslı ve Ultralytics'in lisans sayfası, projenizin tamamını açık kaynak yapmadan kullanmak için Enterprise lisans gerektiğini söylüyor; kapalı kaynak ürünler, SaaS hizmetler ve cihazlar buna dahil. RF-DETR'ın temel modelleri Apache 2.0 lisanslı, en büyük varyantları ise farklı bir lisansla geliyor. SAM 3 ve DINOv3 de Meta'nın kendi lisanslarına tabi. Ürünle birlikte dağıtacağınız ağırlıkların lisansını tek tek okuyun.
ChatGPT, Gemini ya da Claude gibi sohbet asistanları bir fotoğrafı anlatabiliyor, taranmış bir formu okuyabiliyor; düşük hacimli birçok iş için bu yeterli. Görüntü başına ise küçük, özel bir modelden daha yavaş, daha pahalı ve daha az tutarlılar. Kendi eğittiğiniz bir model şu durumlarda hâlâ gerekli: saatte binlerce görüntü işliyorsanız ve çağrı başı ücretler birikiyorsa, kameranın güvenilir bir internet bağlantısı yoksa, cevap milisaniyeler içinde lazımsa ya da aynı görüntünün her seferinde aynı sonucu alması şartsa. Yaygın bir yol şu: prototipi bir VLM ile kurun, onu (insan kontrolüyle birlikte) kendi görüntülerinizi ön etiketlemek için kullanın, sonra kameranın yanında ucuza çalışacak küçük bir dedektör eğitin.
Bu konudaki kendi dersimiz Jenesys çalışmasından: orada geliştirdiğimiz özel modelleri bir süre sonra öncü (frontier) modeller geride bıraktı. Genel bir model bugün neredeyse yeterliyse, seneye büyük ihtimalle daha iyi olacaktır. Emeğinizi veriye, doğrulama kontrollerine ve insan kontrol döngüsüne verin; model değiştiğinde elinizde kalan kısım bunlar. Dışarıdan API ile çağrılan bir model akışın ortasında duruyorsa, API'nin hata vereceğini de baştan hesaba katın: saha fişi otomasyonunda en çok sorun çıkaran şey hız sınırlarıydı.
Bir bilgisayarlı görü projesi nasıl planlanır?
- Verilecek kararı ("parçayı reddet", "faturayı kontrole gönder") yazın; yanlış alarmın ve gözden kaçan vakanın size neye mal olduğunu da not edin.
- Görüntüleri gerçek kameradan, gerçek koşullarda toplayın. Ultralytics'in eğitim kılavuzu görüntülerin modelin çalışacağı ortamı temsil etmesi gerektiğini vurguluyor: günün farklı saatleri, farklı ışık, mevsim ve kameralar. Sakin bir öğleden sonra çekilmiş deneme fotoğrafları bu işi görmez.
- Bir VLM ya da önceden eğitilmiş bir modelle hızlıca bir ilk deneme yapın. Model işi çözemiyorsa donanım almadan önce nedenini bulun.
- Model eğitecekseniz tutarlı etiketleyin. Aynı kılavuz en iyi sonuç için sınıf başına en az 1.500 görüntü ve 10.000 etiketli nesne öneriyor ve her görüntüdeki her nesnenin etiketlenmesini şart koşuyor. Bunu canlı sistem hedefi olarak görün; pilot çok daha azıyla başlayabilir, ne zaman yettiğini de bir sonraki adımdaki test söyler. Veri hazırlama ve etiketleme yazımız etiketleri farklı kişiler arasında tutarlı tutmayı anlatıyor.
- Modelin hiç görmediği günlerden gelen görüntülerle test edin ve işin önemsediği şeyi ölçün: bin parçada kaçan hata ve yanlış ret sayısı ya da yüz belgede düzeltilmesi gereken alan sayısı. mAP gibi skorlar modelleri karşılaştırmaya yarar; hattın hazır olup olmadığı hakkında pek bir şey söylemez.
- Modelin nerede çalışacağına karar verin. Bulutta çalıştırmak en basiti. Bant genişliği, gecikme ya da gizlilik videoyu dışarı göndermeyi engelliyorsa, modeli kameranın yanındaki uç cihazda (örneğin bir NVIDIA Jetson modülünde) çalıştırmak daha doğru.
- Canlıya aldıktan sonra izleyin. Yeni bir ürün varyantı, değişen bir lamba, kirlenen bir lens ya da tedarikçinin yeni fatura şablonu girdiyi değiştirir. Modelin emin olmadığı vakaları kaydedin, her hafta bir örneklemi gözden geçirin ve bulduklarınızla yeniden eğitin. Gerekli altyapıyı MLOps yazımızda anlattık.
Elinizde buna benzer bir belge ya da görüntü problemi varsa ve özel bir model gerekip gerekmediği konusunda ikinci bir görüş istiyorsanız, veri ve yapay zeka ekibimizle konuşabilirsiniz.
İlgili Makaleler
MLOps Nedir? ML Modelini Canlıya Almanın Pratik Yolu
MLOps, bir modeli canlıya taşıyan ve orada işe yarar tutan pratiklerin toplamı. Hangi sırayla kurulacağını güncel MLflow ve DVC örnekleriyle anlattık, LLM tarafını da ekledik.
Devamını Oku: MLOps Nedir? ML Modelini Canlıya Almanın Pratik YoluAI Agent Geliştirme: Ne Zaman Gerekir, Nasıl Kurulur?
AI agent, araçlarla döngü içinde çalışan bir dil modeli. Ne zaman gerektiğini, Python'da çalışan bir döngüyü, framework seçimini, güvenliği, KVKK'yı ve maliyeti anlattık.
Devamını Oku: AI Agent Geliştirme: Ne Zaman Gerekir, Nasıl Kurulur?MCP Nedir? Model Context Protocol Nasıl Çalışır, Sunucu Nasıl Yazılır
MCP, yapay zeka uygulamalarını araçlara ve verilere bağlayan açık protokol. Nasıl çalıştığını, hazır sunucu bağlamayı, Python ile sunucu yazmayı, güvenlik ve KVKK tarafını anlatıyoruz.
Devamını Oku: MCP Nedir? Model Context Protocol Nasıl Çalışır, Sunucu Nasıl Yazılır
