Semantic Segmentation (Semantik Bölütleme)

#BilgisayarlaGörme #Görüntüİşlemeci #DerinÖğrenme #FCN #DeepLab #UNet #TransformerMimari

Semantik Bölütleme, bir görüntüdeki her pikseli yol, araç veya yaya gibi anlamlı bir sınıf etiketiyle işaretleyen derin öğrenme yöntemidir.

Semantik bölütleme (semantic segmentation), bir görüntüdeki her pikseli belirli bir anlam kategorisiyle etiketleyen bilgisayarla görme görevidir. Nesne tespitinin sınırlayıcı kutular ürettiği ve örnek bölütlemenin aynı sınıftaki nesneleri birbirinden ayırt ettiği aksine; semantik bölütleme pikselleri sınıf düzeyinde sınıflandırır. Çıktı, her piksel için atanmış bir sınıf etiketinden oluşan yoğun bir haritadır. Bu görev, 2014 yılında UC Berkeley'den Long ve arkadaşları tarafından önerilen Tamamen Evrişimli Ağlar (FCN) ile derin öğrenme ekosisteminde köklü bir dönüşüm yaşadı. FCN, kesin piksel tahminlerini üretebilen ilk uçtan uca eğitilebilir mimari olarak kabul edilir; tam bağlantılı katmanları evrişimli katmanlarla değiştirerek değişken boyutlu girdi alabilir hâle geldi. 2015 yılında tıbbi görüntüleme için geliştirilen U-Net, simetrik kodlayıcı-kod çözücü yapısına atlama bağlantıları ekleyerek konumsal bilginin korunmasını sağladı; az örnekli veri kümelerinde bile yüksek başarım gösterdi. Google Brain'in DeepLab serisi, atrous (genişletilmiş) evrişim ile alıcı alanı büyüterek çok ölçekli bağlamı yakaladı. DeepLabV3+ (2018), ayrıntılı bir kod çözücü ekleyerek sınır piksellerindeki doğruluğu belirgin biçimde iyileştirdi. Günümüzde SegFormer ve Mask2Former gibi transformer tabanlı mimariler, küresel dikkat mekanizmasıyla uzun mesafeli bağımlılıkları yakalıyor ve semantik, örnek ile panoramik bölütlemeyi tek yapıda birleştiriyor. Başarım ölçütü olarak mIoU (Mean Intersection over Union) kullanılır. Cityscapes (19 kentsel sınıf), ADE20K (150+ sınıf) ve PASCAL VOC (21 sınıf) temel kıyaslama veri kümeleridir. Özerk araçlar, tıbbi görüntüleme, uydu fotoğrafı analizi ve endüstriyel kalite denetimi en yaygın uygulama alanlarıdır. Gerçek zamanlı çalışması gereken otonom araç sistemlerinde model boyutu ile çıkarım hızı arasındaki denge kritik bir tasarım kararı olmayı sürdürmektedir. Veri etiketleme maliyeti yüksek olduğundan zayıf ve yarı denetimli öğrenme yöntemleri araştırmacılar arasında giderek daha fazla ilgi görmektedir.

Semantik Bölütleme Nasıl Çalışır?

Semantik bölütleme, modelin bir görüntüyü girdi olarak alıp her piksele bir sınıf etiketi atadığı yoğun tahmin (dense prediction) görevidir. Süreç iki ana aşamadan oluşur: kodlayıcı (encoder) görüntüden soyut öznitelikler çıkarır; kod çözücü (decoder) ise bu öznitelikleri yüksek çözünürlüklü piksel sınıflandırmasına dönüştürür.

2014 yılında Long ve arkadaşlarının tanıttığı Tamamen Evrişimli Ağlar (FCN), tam bağlantılı katmanları evrişimli katmanlarla değiştirerek değişken boyutlu girdi almanın önünü açtı. U-Net simetrik kodlayıcı-kod çözücü yapısına atlama bağlantıları (skip connections) ekleyerek konumsal bilginin korunmasını sağladı. DeepLabV3+ atrous evrişim ile çok ölçekli bağlamı yakaladı. SegFormer ve Mask2Former ise transformer dikkat mekanizmalarıyla küresel bağlamı daha iyi işleyerek birden fazla bölütleme türünü tek yapıda birleştiriyor.

Benzer Görevlerle Karşılaştırma

  • check_circle Nesne Tespiti: Sınırlayıcı kutularla nesneleri lokalize eder. Her nesne için dikdörtgen koordinatları ve sınıf etiketi üretir; piksel hassasiyeti yoktur.
  • check_circle Örnek Bölütleme: Aynı sınıftaki nesnelerin her birini ayrı ayrı maskeler. Semantik bölütlemenin piksel sınıflandırmasına nesne kimliği (instance ID) katmanı ekler.
  • check_circle Semantik Bölütleme: Her piksele bir sınıf atar; ancak aynı sınıftaki nesneler arasında ayrım yapmaz. En yüksek piksel hassasiyetini sunar, bireysel nesne kimliği yoktur.

Temel Mimariler

  • check_circle FCN (2014): Long ve ark. tarafından tanıtılan ilk uçtan uca eğitilebilir piksel tahmin modeli. Tam bağlantılı katmanları evrişimli katmanlarla değiştirerek değişken boyutlu girdi alır.
  • check_circle U-Net (2015): Simetrik encoder-decoder ve atlama bağlantıları. Az örnekli tıbbi veride yüksek başarım; histoloji ve BT/MR görüntülemede yaygın olarak kullanılır.
  • check_circle DeepLab Serisi: Google Brain'in atrous evrişim tabanlı mimarisi. V3+ sürümü, sınır piksellerinde detaylı kod çözücüyle doğruluğu önemli ölçüde artırır.
  • check_circle SegFormer / Mask2Former: Transformer dikkat mekanizmasına dayalı modern mimariler. Semantik, örnek ve panoramik bölütlemeyi tek yapıda birleştirir; SOTA performans sunar.

Uygulama Alanları

  • check_circle Özerk Araçlar: Yol, kaldırım, araç, yaya ve trafik işaretlerini piksel düzeyinde ayırarak otonom sürüş sistemlerine haritalandırmayı sağlar.
  • check_circle Tıbbi Görüntüleme: BT ve MR görüntülerinde tümör, organ ve anormal dokuları piksel hassasiyetiyle sınırlayarak tanı ve cerrahi planlamayı destekler.
  • check_circle Uydu ve Hava Görüntüsü: Tarım arazisi, orman örtüsü, şehir yapısı ve su kütlelerini haritalamak için uydu fotoğraflarını otomatik sınıflandırır.
  • check_circle Artırılmış ve Sanal Gerçeklik: Sahnedeki nesneleri gerçek zamanlı bölüterek AR katmanları için nesne tanıma ve ortam anlama sağlar.
  • check_circle Endüstriyel Kalite Denetimi: Üretim hatlarında yüzey kusurları, çatlak ve sapmaları piksel düzeyinde tespit ederek otomatik kalite kontrolü destekler.

Semantik Segmentasyon Mimarileri

FCN (Tam Evrişimli Ağ)

İlk uçtan uca piksel bazlı sınıflandırma mimarisi; upsampling ile tam çözünürlük geri kazanımı.

U-Net

Encoder-decoder + atlama bağlantısı; tıbbi görüntülemede az veriyle yüksek başarı referansı.

DeepLab Serisi

Dilated convolution ile geniş alıcı alan; CRF ile kenar kalitesini artırır.

SegFormer

Transformer tabanlı hafif encoder; çok ölçekli özelliklerle verimli ve yüksek doğruluklu segmentasyon.

Sık Sorulan Sorular

  • check_circle Semantik bölütleme ile nesne tespiti arasındaki temel fark nedir? Nesne tespiti sınırlayıcı kutularla nesne konumunu yaklaşık verir; semantik bölütleme ise her pikseli sınıflandırarak piksel düzeyinde hassasiyet ve şekil bilgisi sunar.
  • check_circle Örnek bölütlemeden farkı nedir? Semantik bölütleme aynı sınıftaki tüm piksellere aynı etiketi verir; örnek bölütleme ise aynı sınıftaki birden fazla nesneyi ayrı kimliklerle maskeler.
  • check_circle mIoU nedir ve neden önemlidir? Mean Intersection over Union, tahmin maskesi ile gerçek maskenin örtüşme oranını her sınıf için hesaplayıp ortalar. Semantik bölütlemede evrensel başarım metriğidir.
  • check_circle Hangi veri kümeleri en sık kullanılır? PASCAL VOC (21 sınıf), Cityscapes (kentsel sürüş sahneleri, 19 sınıf), ADE20K (150+ sınıf) ve COCO-Stuff en yaygın kıyaslama veri kümeleridir.