Madde #273Görü & Multimodal/sozluk/computer-vision
Computer Vision
Computer Vision (CV)
Türkçe: Bilgisayarlı Görü / Görme
Ayrıntılı Tanım
Bilgisayarların dijital görüntülerden (fotoğraflar) ve videolardan insan gözü ve beyni gibi anlamlı, yüksek seviyeli anlamsal bilgiler çıkarmasını, dünyayı görsel olarak algılamasını ve işlemesini sağlayan yapay zekâ disiplinidir.
Ne İşe Yarar / Çözülen Problem
Bilgisayarlar için bir fotoğrafın yalnızca milyonlarca anlamsız sayıdan (0-255 arası RGB piksel matrisleri) ibaret olması körlüğünü çözer; nesneleri, insanları, hareketleri ve mekanları anlamlandırır.
Nasıl Çalışır? (Teknik & Mekanizma)
Ham piksel dizilimleri filtrelerden, evrişimli (CNN) veya dikkat tabanlı (Vision Transformer) katmanlardan geçirilir. Kenarlar, dokular ve geometriler hiyerarşik olarak birleşip nesne temsillerine dönüştürülür.
Örnek Senaryo & Pratik Uygulama
Sol tarafta sayılardan oluşan devasa bir RGB matrisi tablosu (); sağ tarafta ise bu sayıları tarayıp "Burada kırmızı bir elma var" diyen ve elmayı yeşil bir kutu içine alan yapay zekâ gözü.
Benzer Terimlerden Farkı
Görüntü İşleme (Image Processing) bir resmi kırpma, netleştirme gibi piksel düzeyinde dönüştürür; Bilgisayarlı Görü ise resmin **ne anlama geldiğini** idrak eder.
İlişkili Terimler (3)
Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ
CNN, Vision Transformers (ViT), Diffusion, GAN, VAE ve Multimodal modeller.
Toplam Terim:53 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#272)KIMILINEAR
Sonraki Terim (#274)Convolutional Neural Network (CNN)