Projelerim

Görüntü Sınıflandırma — CNN, LIME & Transfer Learning

Problem

Bir bilgisayarlı görü modelinin, yalnızca bir doğruluk skorunun ötesinde kararlarını nasıl aldığını anlamak ve görselleştirmek.

Yaklaşım

Üç veri seti üzerinde (kedigiller, araçlar, manzaralar) CNN'ler tasarlandı ve eğitildi; hiperparametre optimizasyonu için çapraz doğrulama ve GridSearch kullanıldı. ImageDataGenerator ile overfitting azaltıldı, ResNet50 ile transfer learning uygulandı ve sentetik görüntüler üretmek için GAN/WGAN denendi. Heatmap görselleştirme ve LIME ile açıklanabilirlik eklendi; birden fazla mimariyi karşılaştıran interaktif bir site üzerinden sunuldu.

Sonuç

Statik bir notebook'un ötesinde, birden fazla CNN mimarisinin davranışını keşfetmek için interaktif bir demo.

Eğlenceli gerçek bir örnek: model bu turuncu spor arabayı kaplan olarak sınıflandırdı — baskın turuncu tonu ve göz şeklindeki farları, görünüşe göre kaplan sınıfının görsel imzasına yeterince yakındı.

Freelance · Bilgisayarlı Görü

Varlık Tespit Sistemi

Problem

Bir müşterinin, manuel giriş kaydı olmadan sahada kimlerin bulunduğunu otomatik olarak belirlemesi, bilinen ekip üyeleri ile yeni gelenleri ayırt etmesi gerekiyordu.

Yaklaşım

Bilinen kullanıcılar ile yeni gelenler arasında gerçek zamanlı tespit ve ayrım yapmak için CNN ve YOLO kullanan bir bilgisayarlı görü uygulaması geliştirildi.

Sonuç

Müşteriye teslim edilen, freelance (COMANCI) kapsamında geliştirilip devreye alınan çalışan bir tespit pipeline'ı.

Bilgi Grafikleri

Semantik Veri Entegrasyonu

Problem

Heterojen kaynaklara dağılmış, birbirine bağlanması ve semantik olarak sorgulanması zor yapılandırılmış veriler.

Yaklaşım

Yapılandırılmış verileri bilgi grafiklerine dönüştüren bir semantik entegrasyon pipeline'ı: ilişki çıkarımı, RDF üçlü (triple) üretimi ve SPARQL sorguları; yeni kaynak eklemeyi kolaylaştıran modüler bir mimari.

Sonuç

Ham verileri sorgulanabilir grafiklere dönüştürmek için yeniden kullanılabilir, genişletilebilir bir pipeline.