Sade anlatım
Bilgisayar için bir fotoğraf, sayılardan oluşan bir ızgaradır. Bilgisayarlı görü bu ızgarayı işe yarar bir şeye çevirir: bu bir kedi; şu konumda bir yaya var; bu kaynak çatlak; fişteki toplam bu. Telefonu yüzle açan, otoparkta plakaları okuyan ve bir otomobili şeridinde tutan şey odur.
Neden önemli
Yapay zekanın en olgun ve en yaygın kullanılan türlerinden biridir; kalite kontrol, tıbbi görüntüleme, perakende, lojistik, tarım ve güvenlikte getirisi nettir. En hassas türlerinden biridir de: yüz tanıma ve insanların izlenmesi mahremiyet ve ayrımcılık soruları doğurur; AB Yapay Zeka Yasası bu tür kullanımların birkaçını kısıtlar ya da yasaklar. Sonuçlar koşullara çok bağlıdır; iyi ışıkta eğitilen bir model kötü ışıkta başarısız olur.
Örnek
Bir şişeleme tesisi hattının üzerine kameralar yerleştiriyor. Bir görü modeli dakikada 600 şişe hızında her şişenin dolum seviyesini, kapak konumunu ve etiket hizasını denetliyor, hatalı olanları hattan çıkarıyor. Bundan önce bir çalışan iki yüz şişeden birini örnek olarak kontrol ediyordu. İlk çeyrekte yanlış etiketli şişe iadeleri %80 azalıyor.
Bununla en çok karıştırılan kavram
Computer Vision ve Çok kipli yapay zeka arasındaki fark
Klasik bir görü modeli tek bir iş yapar, örneğin tek bir üründeki kusurları bulur; bunu çok hızlı ve çok tutarlı yapar. Çok kipli bir modele ise herhangi bir görsel hakkında, hiç eğitim gerekmeden, gündelik dille her şey sorulabilir; ama daha yavaştır, daha pahalıdır ve ölçüm için daha az hassastır. Sabit ve yüksek hızlı bir iş için ilkini, çeşitli ve açık uçlu sorular için ikincisini kullanın.
Teknik katman
Temel işler: görüntü sınıflandırma, nesne tespiti (sınırlayıcı kutular), segmentasyon (piksel düzeyinde maskeler), anahtar nokta ve duruş kestirimi, optik karakter tanıma, video kareleri boyunca izleme, derinlik ve üç boyutlu yeniden oluşturma. Modeller: evrişimli sinir ağları 2012'den beri başat konumdadır; görü transformer'ları ve Segment Anything gibi görüye yönelik temel modeller onlara katılmıştır. Bilinen araçlar arasında gerçek zamanlı tespit için YOLO ailesi vardır. Pratikte başarım, gerçek koşullarla (ışık, açı, kamera) örtüşen etiketli veriye bağlıdır; bu yüzden işin çoğu veri toplamak ve etiketlemektir. Modeller hız için çoğu zaman kameraya yakın uç cihazlarda çalışır. Ölçüler: doğruluk, precision ve recall, tespit için mean average precision, segmentasyon için intersection over union. Riskler: yüz analizinde demografik gruplar arasında eşit olmayan doğruluk, adversarial örnekler ve mahremiyet hukuku.