{"id":17580,"date":"2025-04-08T23:45:14","date_gmt":"2025-04-08T20:45:14","guid":{"rendered":"https:\/\/fatihsoysal.com\/blog\/python-ile-nesne-sayimi-yapay-zeka-uygulamalari\/"},"modified":"2025-04-08T23:45:14","modified_gmt":"2025-04-08T20:45:14","slug":"python-ile-nesne-sayimi-yapay-zeka-uygulamalari","status":"publish","type":"post","link":"https:\/\/fatihsoysal.com\/blog\/python-ile-nesne-sayimi-yapay-zeka-uygulamalari\/","title":{"rendered":"Python ile Nesne Say\u0131m\u0131: Yapay Zeka Uygulamalar\u0131"},"content":{"rendered":"

<\/p>\n

Python ile Nesne Say\u0131m\u0131: Yapay Zeka Uygulamalar\u0131<\/p>\n

Python programlama dili, g\u00fc\u00e7l\u00fc k\u00fct\u00fcphaneleri ve esnek yap\u0131s\u0131 sayesinde nesne say\u0131m\u0131 gibi bir\u00e7ok yapay zeka uygulamas\u0131nda yayg\u0131n olarak kullan\u0131lmaktad\u0131r. Bu makalede, Python kullanarak \u00e7e\u015fitli y\u00f6ntemlerle nesne say\u0131m\u0131n\u0131 nas\u0131l ger\u00e7ekle\u015ftirebilece\u011finizi, g\u00f6r\u00fcnt\u00fc i\u015fleme tekniklerini ve yapay zeka algoritmalar\u0131n\u0131 nas\u0131l entegre edebilece\u011finizi ad\u0131m ad\u0131m a\u00e7\u0131klayaca\u011f\u0131m. \u00d6ncelikle basit y\u00f6ntemlerden ba\u015flay\u0131p, daha geli\u015fmi\u015f tekniklere do\u011fru ilerleyece\u011fiz. Bu sayede, farkl\u0131 ihtiya\u00e7lara uygun \u00e7\u00f6z\u00fcmler \u00fcretebilirsiniz.<\/p>\n

Basit Y\u00f6ntemler: El \u0130le Say\u0131m<\/h2>\n

En basit yakla\u015f\u0131m, elle say\u0131m yapmakt\u0131r. Bu, s\u0131n\u0131rl\u0131 say\u0131da nesne i\u00e7in uygundur. Ancak, b\u00fcy\u00fck miktardaki nesne i\u00e7in pratik de\u011fildir. \u00d6rne\u011fin, k\u00fc\u00e7\u00fck bir resimdeki elmalar\u0131 saymak i\u00e7in bu y\u00f6ntem kullan\u0131labilir. Bununla birlikte, b\u00fcy\u00fck bir tarlada bulunan elmalar\u0131n say\u0131m\u0131 i\u00e7in olduk\u00e7a zaman al\u0131c\u0131 ve hatal\u0131 olabilir.<\/p>\n

Geli\u015fmi\u015f Y\u00f6ntemler: G\u00f6r\u00fcnt\u00fc \u0130\u015fleme ve Yapay Zeka<\/h2>\n

Daha karma\u015f\u0131k ve etkili \u00e7\u00f6z\u00fcmler i\u00e7in g\u00f6r\u00fcnt\u00fc i\u015fleme k\u00fct\u00fcphaneleri ve yapay zeka algoritmalar\u0131 kullanmak gerekir. Bu noktada, OpenCV ve TensorFlow gibi g\u00fc\u00e7l\u00fc ara\u00e7lar devreye girer. \u00d6rne\u011fin, OpenCV k\u00fct\u00fcphanesi ile g\u00f6r\u00fcnt\u00fcy\u00fc i\u015fleyerek, nesneleri tespit edebilir ve sayabiliriz. Ancak, karma\u015f\u0131k g\u00f6r\u00fcnt\u00fclerde veya farkl\u0131 a\u00e7\u0131lardan \u00e7ekilen resimlerde bu y\u00f6ntemin do\u011frulu\u011fu d\u00fc\u015febilir.<\/p>\n

Bu nedenle, daha sa\u011flam sonu\u00e7lar i\u00e7in derin \u00f6\u011frenme tabanl\u0131 nesne tespit modelleri kullanabiliriz. Bu modeller, b\u00fcy\u00fck veri setleri \u00fczerinde e\u011fitilerek, nesneleri daha do\u011fru ve g\u00fcvenilir bir \u015fekilde tespit edebilirler. \u00d6rne\u011fin, YOLO (You Only Look Once) veya Faster R-CNN gibi modeller, ger\u00e7ek zamanl\u0131 nesne tespiti i\u00e7in olduk\u00e7a etkilidir. Bu modeller, g\u00f6r\u00fcnt\u00fcdeki her nesneyi bir s\u0131n\u0131rlay\u0131c\u0131 kutu (bounding box) ile belirleyerek, nesnelerin say\u0131m\u0131n\u0131 kolayla\u015ft\u0131r\u0131r.<\/p>\n

\u00d6rnek Kod (OpenCV ile basit say\u0131m):<\/h3>\n
\nimport cv2\n\n# G\u00f6r\u00fcnt\u00fcy\u00fc y\u00fckle\nimg = cv2.imread(\"resimler\/elmalar.jpg\")\n\n# G\u00f6r\u00fcnt\u00fcy\u00fc gri tonlamaya d\u00f6n\u00fc\u015ft\u00fcr\ngray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)\n\n# Nesneleri tespit et (burada basit bir y\u00f6ntem kullan\u0131ld\u0131, daha geli\u015fmi\u015f y\u00f6ntemler kullan\u0131labilir)\n_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)\ncontours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)\n\n# Nesne say\u0131s\u0131n\u0131 yazd\u0131r\nprint(f\"Tespit edilen nesne say\u0131s\u0131: {len(contours)}\")\n\ncv2.imshow(\"Sonu\u00e7\", img)\ncv2.waitKey(0)\ncv2.destroyAllWindows()\n<\/code><\/pre>\n
Bu basit \u00f6rnek, OpenCV’nin temel fonksiyonlar\u0131n\u0131 kullanarak nesne say\u0131m\u0131 yapmaktad\u0131r.  Daha karma\u015f\u0131k ve ger\u00e7ek\u00e7i uygulamalar i\u00e7in, derin \u00f6\u011frenme modellerinin kullan\u0131lmas\u0131 ve daha geli\u015fmi\u015f g\u00f6r\u00fcnt\u00fc i\u015fleme tekniklerinin uygulanmas\u0131 \u00f6nerilir.  Ancak, bu \u00f6rnek, temel kavramlar\u0131 anlamak i\u00e7in faydal\u0131 bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r.<\/p>\n
Sonu\u00e7<\/h2>\n
Python’\u0131n sundu\u011fu g\u00fc\u00e7l\u00fc k\u00fct\u00fcphaneler ve yapay zeka algoritmalar\u0131 sayesinde, nesne say\u0131m\u0131 i\u015flemi olduk\u00e7a kolayla\u015ft\u0131r\u0131labilir.  Basit y\u00f6ntemlerden geli\u015fmi\u015f derin \u00f6\u011frenme modellerine kadar bir\u00e7ok se\u00e7enek mevcuttur.  Se\u00e7ilecek y\u00f6ntem, uygulaman\u0131n karma\u015f\u0131kl\u0131\u011f\u0131na ve ihtiya\u00e7 duyulan do\u011fruluk seviyesine ba\u011fl\u0131d\u0131r.  Bu makalede ele ald\u0131\u011f\u0131m\u0131z konular, Python ile nesne say\u0131m\u0131na ba\u015flamak i\u00e7in size sa\u011flam bir temel sa\u011flayacakt\u0131r.  Daha detayl\u0131 bilgi ve \u00f6rnekler i\u00e7in fatihsoysal.com<\/a> sitesini ziyaret edebilirsiniz.<\/p>\n
Ayr\u0131ca, konu hakk\u0131nda daha fazla bilgi edinmek i\u00e7in a\u015fa\u011f\u0131daki kaynaklara da g\u00f6z atabilirsiniz:<\/p>\n