kodlama.org Açık Bilgi Bankası

Yapay Zekâ Sözlüğü

Klasik Makine Öğrenmesinden AGI ve Süperzekâ vizyonuna kadar 16 kategoride 605 terim. Her kavram için teknik mekanizma, sezgisel açıklama, formüller ve pratik kullanım senaryoları.

⚡ 605 Özgün Terim📂 16 Kategori📐 Matematiksel Formüller
Harf:
Kategoriler (16)
Toplam 53 terim bulundu(Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ)Gösterilen: 1 - 24
#273Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Computer Vision

Bilgisayarlı Görü / Görme

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.
Ayrıntılı Rehber→
#274Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Convolutional Neural Network (CNN)

Evrişimli Sinir Ağı

Görüntülerin iki boyutlu ızgara yapısını ve pikseller arasındaki mekânsal komşuluk ilişkilerini korumak amacıyla; küçük öğrenilebilir filtreleri (çekirdekleri) görselin üzerinde kaydırarak öznitelik haritaları çıkaran sinir ağı mimarisidir.
Ayrıntılı Rehber→
#277Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Convolution

Evrişim İşlemi

İki matris arasında uygulanan; bir çekirdek (kernel/filtre) matrisinin bir girdi piksel ızgarası üzerinde kaydırılarak karşılıklı elemanların çarpılıp toplanmasıyla yeni bir öznitelik haritası üreten temel matematiksel işlemdir.
Ayrıntılı Rehber→
#279Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Max Pooling

Maksimum Havuzlama

Görüntü öznitelik haritası üzerinde küçük bir pencereyi (genellikle 2×22 \times 2) kaydırarak, o pencere içindeki **yalnızca en büyük (maksimum) değeri** seçip diğerlerini atan örneklem küçültme (downsampling) katmanıdır.
Ayrıntılı Rehber→
#280Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Average Pooling

Ortalama Havuzlama

Belirlenen pencere içerisindeki tüm piksel değerlerinin aritmetik ortalamasını alarak görüntünün boyutunu küçülten havuzlama yöntemidir.
Ayrıntılı Rehber→
#281Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Residual Network (ResNet)

Artık Ağ / ResNet

Katmanların girdilerini bir sonraki blok çıktısına doğrudan ekleyen artık bağlantılar (skip/shortcut connections) kullanarak 152 hatta 1000 katman derinliğindeki sinir ağlarının çökmeden eğitilmesini sağlayan efsanevi derin öğrenme mimarisidir.
Ayrıntılı Rehber→
#282Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Inception Module

Inception (Başlangıç) Modülü

Tek bir filtre boyutu seçmek yerine; aynı katman seviyesinde 1×1,3×3,5×51 \times 1, 3 \times 3, 5 \times 5 evrişimleri ve havuzlamayı **paralel olarak aynı anda uygulayıp** çıktıları kanallar boyunca birleştiren zengin mimari bloktur.
Ayrıntılı Rehber→
#283Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Feature Pyramid Network (FPN)

Nitelik Piramidi Ağı

Bir sinir ağının hem en alt katmanlarındaki yüksek çözünürlüklü geometrik detayları hem de en üst katmanlarındaki yüksek anlamsal zenginliği **aşağıdan yukarıya ve yukarıdan aşağıya yollarla birleştiren** piramit mimarisidir.
Ayrıntılı Rehber→
#284Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Region Proposal Network (RPN)

Bölge Öneri Ağı

Faster R-CNN mimarisinin kalbini oluşturan; öznitelik haritası üzerinde kayarak görüntünün nerelerinde bir nesne bulunabileceğini (nesnellik skorunu ve tahmini kutu koordinatlarını) milisaniyeler içinde öneren küçük evrişimli sinir ağıdır.
Ayrıntılı Rehber→
#285Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Object Detection

Nesne Tespiti

Bir görüntü veya video içerisindeki nesnelerin hem **ne olduğunu sınıflandıran (classification)** hem de bu nesnelerin **nerede olduğunu sınırlayıcı kutularla (bounding box - [x,y,w,h][x, y, w, h]) konumlandıran** bilgisayarlı görü görevidir.
Ayrıntılı Rehber→
#286Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

R-CNN

Bölge Tabanlı Evrişimli Sinir Ağı

Derin öğrenmeyi modern nesne tespitine başarıyla uygulayan ilk öncü modeldir; Selective Search ile önerilen yaklaşık 2000 bölge adayının her birini kırpıp bağımsız bir CNN'den geçirerek sınıflandırır.
Ayrıntılı Rehber→
#287Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Fast R-CNN

Hızlı R-CNN

R-CNN'in 2000 kez CNN çalıştırma hantallığını; tüm görüntüyü **tek bir CNN'den sadece bir kez geçirip**, bölge adaylarını bu ortak öznitelik haritası üzerinde **RoI Pooling (Bölge İlgi Havuzlaması)** ile toplayarak çözen mimaridir.
Ayrıntılı Rehber→
#288Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Faster R-CNN

Daha Hızlı R-CNN

Bölge öneri üretimini harici yazılımlardan kurtarıp doğrudan sinir ağının içine alan; **Region Proposal Network (RPN)** ile Fast R-CNN'i uçtan uca birleştiren modern iki aşamalı (two-stage) nesne tespit standardıdır.
Ayrıntılı Rehber→
#289Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Mask R-CNN

Maskeli R-CNN

Faster R-CNN mimarisine, mevcut sınıflandırma ve sınırlayıcı kutu kollarının yanına paralel olarak çalışan üçüncü bir **Örneklem Bölütleme (Instance Segmentation)** maskeleme kolu ekleyen çığır açıcı modeldir.
Ayrıntılı Rehber→
#290Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Single Shot Detector (SSD)

Tek Atışlı Çoklu Kutu Dedektörü

İki aşamalı bölge öneri sürecini tamamen atlayarak; görüntünün farklı derinliklerindeki çoklu ölçekli öznitelik haritaları üzerinden **tek bir ileri geçişte (single shot)** hem kutuları hem sınıfları eşzamanlı tahmin eden tek aşamalı nesne tespit modelidir.
Ayrıntılı Rehber→
#291Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

You Only Look Once (YOLO)

Sadece Bir Kez Bakarsın (YOLO)

Nesne tespitini karmaşık iki aşamalı bir arama problemi olmaktan çıkarıp, doğrudan girdi piksellerinden sınırlayıcı kutu koordinatlarına ve sınıf olasılıklarına uzanan **tek bir uçtan uca regresyon problemine** dönüştüren efsanevi gerçek zamanlı mimaridir.
Ayrıntılı Rehber→
#293Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Non-Maximum Suppression (NMS)

Maksimum Olmayanı Bastırma

Nesne tespit modellerinin aynı nesne etrafında ürettiği çok sayıda üst üste binen sınırlayıcı kutu içerisinden, en yüksek güven skoruna sahip olanı koruyup diğer tüm mükerrer kutuları silen algoritmik son işleme (post-processing) adımıdır.
Ayrıntılı Rehber→
#295Bilgisayarlı Görü, Çok Modlu ve Üretken Yapay Zekâ

Semantic Segmentation

Anlamsal Bölütleme

Görüntüdeki her pikseli bir sınıfa (örneğin "insan", "araba", "yol") atayan, ancak aynı sınıfa ait farklı nesneleri (örneğin yan yana duran iki farklı insanı) **birbirinden ayırt etmeyen**, tek bir kütle olarak gören bölütleme türüdür.
Ayrıntılı Rehber→