Bu repo aslında benim YOLO’yu öğrenme sürecimin bir özeti. Önce temel kavramları anlamak için üç ana görevi denedim: nesne tespiti (detection), görüntü bölütleme (segmentation) ve insan poz tahmini (pose estimation). Bunların hepsini .ipynb dosyalarında adım adım çalıştırdım ve çıktıları gözlemledim. Sonrasında küçük bir mini proje yaparak .py dosyalarıyla iki farklı YOLO modelini (scratch vs pretrained) karşılaştırdım. Yani bu repo, hem öğrenme notlarımı hem de küçük bir deneysel çalışmamı bir arada içeriyor.
Projede Ultralytics YOLO modellerini, OpenCV ve PyTorch altyapısıyla kullandım. Küçük bir örnek veri seti (coco128) ile modeli eğitip test ettim ve sonuçları hem görseller hem de metrik grafikleri olarak çıkardım. Özellikle pretrained modelin daha hızlı öğrendiğini ve daha fazla doğru tespit yaptığını gözlemledim. Scratch model ise daha yavaş ama süreci anlamamı sağladı.
projemi incelediğiniz için teşekkürler :)