Kendinden Gözetimli Öğrenme: Etiketsiz Veriden Değer Üretmek

Self-supervised learning ile etiketsiz saha görüntüsünden model eğitimi: etiketleme maliyetini düşüren yeni nesil yaklaşım.

Yazar: CX Teknoloji Uzman Ekibi

Kendinden gözetimli öğrenme (self-supervised learning), modelin insan etiketi yerine verinin kendi yapısından öğrenmesidir: görüntünün gizlenen bir parçasını tahmin etmek ya da aynı sahnenin iki görünümünü eşleştirmek gibi. Model önce tesisin etiketsiz görüntüsüyle ön-eğitilir, sonra az sayıda etiketli örnekle asıl göreve uyarlanır. Kazanç, aynı doğruluk için daha az etiket ve daha kısa devreye almadır.

Bir tesisin kameraları yılda milyonlarca saat görüntü üretir; bunun neredeyse tamamı etiketsizdir. Denetimli öğrenme bu hazineyi kullanamaz — etiketleme insan emeği ister ve pahalıdır. Kendinden gözetimli öğrenme bu duvarı aşıyor.

Nasıl çalışır?

Model, etiket yerine verinin kendi yapısından öğrenir: görüntünün bir bölümünü maskeleyip tahmin etmek, aynı sahnenin iki farklı görünümünü eşleştirmek gibi görevlerle temsil öğrenir. Sonrasında az sayıda etiketli örnekle asıl göreve uyarlanır.

İki yaygın yaklaşım var. Birincisinde görüntünün rastgele parçaları gizlenir ve model eksik kısmı tamamlamaya çalışır; bunu başarabilmesi için sahnedeki nesnelerin biçimini ve bağlamını öğrenmesi gerekir. İkincisinde aynı kareden kırpma, renk ve parlaklık değişimiyle iki farklı görünüm üretilir; model bu iki görünümün “aynı şey” olduğunu, başka karelerden gelen görünümlerin ise farklı olduğunu öğrenir. Video bu açıdan zengin bir kaynaktır: ardışık kareler, nesnenin hareket ederken de aynı nesne kaldığını kendiliğinden gösterir. Her iki yolda da ortaya çıkan şey bir sınıflandırıcı değil, sahneyi anlamlı özelliklere dönüştüren bir temsildir.

Uyarlama aşamasında öğrenilmiş temsil çoğunlukla dondurulur ya da yalnızca üst katmanları yeniden eğitilir; asıl göreve özgü sınıflandırıcı ya da tespit başlığı bu temsilin üzerine eklenir. Bu yapı, aynı ön-eğitilmiş temsilin birden fazla görevde kullanılmasına da olanak tanır. Bir kez sahanın görüntüsüyle ön-eğitilmiş model, önce KKD tespitine, sonra bölge ihlaline, daha sonra sahaya özel bir kusur sınıfına uyarlanabilir; her yeni görevde sıfırdan başlamak gerekmez.

Denetimli öğrenmeden farkı

Denetimli öğrenmede her örnek için “burada baret var, burada yok” gibi bir insan kararı gerekir. Nadir olaylarda bu daha da zorlaşır: düşme, alev ya da sıra dışı bir kusur gibi durumlardan yeterli örnek toplamak aylar sürebilir. Kendinden gözetimli ön-eğitim bu nadir olayları tek başına öğretmez; ama modelin sahanın normal görünümünü, ışığını ve nesnelerini önceden öğrenmesini sağlar. Böylece etiketli örneklerin tamamı “sahayı tanımaya” değil, doğrudan asıl ayrımı öğrenmeye harcanır. Normal görünümü öğrenmiş bir temsil, normalden sapmaları yakalayan denetimsiz anomali tespiti için de iyi bir başlangıç noktasıdır.

Sahadaki avantaj

Tesisinizin kendi görüntüsüyle ön-eğitilmiş bir model, o sahanın ışığını, kamera açısını ve tipik nesnelerini zaten biliyor. Aynı doğruluk için gereken etiketli örnek sayısı belirgin biçimde azalıyor — devreye alma süresi kısalıyor.

Genel veri setlerinde eğitilmiş modeller çoğu zaman temiz, iyi aydınlatılmış, göz hizasından çekilmiş görüntülerle büyür. Endüstriyel kameralar ise tavandan, geniş açıyla, değişken ışıkta, bazen buharlı ya da tozlu ortamda bakar. Sahanın kendi görüntüsüyle yapılan ön-eğitim bu açığı kapatır. Etkinin ne kadar olduğu sahadan sahaya değişir; bu yüzden sonucu genel bir oranla değil, pilotta aynı test seti üzerinde ölçerek raporluyoruz.

Etiketleme sürecinde de iş bölümü değişir. Ön-eğitilmiş model, benzer kareleri kümelere ayırabilir; etiketleme ekibi her kümeden temsilci örnekleri etiketler ve binlerce neredeyse aynı kareyi tek tek işaretlemekten kurtulur. Modelin kararsız kaldığı örnekler ayrıca öne çıkarılır. Bu yaklaşım etiketleme bütçesini “çok kare” yerine “bilgi taşıyan kare” üzerine harcatır ve nadir durumların gözden kaçma ihtimalini azaltır. Etiket kalitesi yine insan kontrolünden geçer; hatalı etiket, iyi bir temsili de bozar.

Pratik kullanım

Kurulum sonrası ilk ay, sistem sessizce veri toplarken kendinden gözetimli ön-eğitim çalışır. İkinci ayda özel kurallar çok daha az etiketle devreye alınır. Bu, projelerin en yavaş kısmını hızlandıran en somut yenilik.

Projeye özel video analitik çalışmalarında sürenin en büyük kalemi model değil veridir; tipik bir özel proje 12–14 hafta içinde canlıya alınır. Kendinden gözetimli ön-eğitim bu takvimin veri tarafını hafifletir: etiketleme ekibi binlerce rastgele kare yerine modelin kararsız kaldığı, gerçekten bilgi taşıyan örneklere odaklanır. Ön-eğitim ve uyarlama tesis içindeki edge sunucuda yapılabilir; ham görüntünün tesis dışına çıkması gerekmez.

Veri çeşitliliği yetmediğinde tamamlayıcı araçlar vardır. Hiç ya da çok az görülen olaylar için sentetik veri ile üretilmiş örnekler etiketli sete eklenebilir; kendinden gözetimli temsil, sentetik ve gerçek görüntü arasındaki farkı kapatmaya da yardımcı olur. Hangi karışımın sahada daha iyi sonuç verdiği, aynı test setinde karşılaştırılarak seçilir.

Hangi görevlerde işe yarar?

En belirgin kazanç, sahanın görünümünün genel veri setlerinden çok farklı olduğu durumlardadır: tavandan geniş açıyla bakan depo kameraları, buhar ve toz altındaki üretim hatları, termal görüntü ya da dar bir konveyör üzerindeki ürün yüzeyi. Aynı sahada zamanla birden fazla görev devreye alınacaksa da ön-eğitime yapılan yatırım her yeni görevde geri döner. Tersine, tek ve basit bir görev için iyi etiketlenmiş küçük bir veri seti zaten varsa, ek ön-eğitim adımı her zaman gerekmez; bu karar fizibilite aşamasında verilir.

Sınırlar ve dikkat edilecekler

Yöntem sihirli değildir. Ön-eğitim verisi tek bir mevsimden, tek bir vardiyadan ya da tek bir kamera açısından geliyorsa model de o dar görünüme alışır. Veri toplama planında gece-gündüz, yoğun-sakin ve farklı üretim durumlarının temsil edilmesine dikkat ediyoruz. Kendinden gözetimli öğrenme etiketleri azaltır ama kalite kontrolünü ortadan kaldırmaz: son değerlendirme her zaman insan tarafından doğrulanmış bir test setiyle yapılır. Saha zamanla değiştiği için modelin periyodik olarak yeni veriyle güncellenmesi de gerekir; bu döngüyü MLOps ve model yaşam döngüsü yazısında anlattık.

Sık sorulan sorular

Kendinden gözetimli öğrenme için etiketleme hiç gerekmiyor mu?

Gerekiyor, ama daha az. Ön-eğitim etiketsiz görüntüyle yapılır; asıl göreve uyarlama ve doğruluk ölçümü için yine insan tarafından etiketlenmiş örnekler gerekir. Fark, bu örneklerin sayısının azalması ve etiketleme emeğinin modelin zorlandığı durumlara yönlendirilmesidir. Nadir olaylar için ayrıca hedefli veri toplama ya da sentetik veri gerekebilir.

Ön-eğitim için ne kadar görüntü kaydı tutmak gerekiyor ve bu KVKK açısından sorun mu?

Kayıt süresi ve kapsamı projenin başında belirlenir; amaç sınırlı, ölçülü ve belirli bir süreyle tutulan eğitim verisidir. Varsayılan kurulumda görüntü tesis içindeki edge sunucuda işlenir, ham video buluta gönderilmez (istenirse işleme bulutta da yapılabilir) ve yüz tanıma kullanılmaz. İşleme amacı, aydınlatma ve saklama süresi gibi yükümlülükler veri sorumlusu olarak tesiste kalır; bu bilgi hukuki danışmanlık değildir.

Bu yöntem devreye alma süresini ne kadar kısaltır?

Sabit bir oran vermiyoruz; sahanın görüntü çeşitliliğine ve hedef göreve bağlıdır. Projeye özel çalışmalarda tipik takvim 12–14 haftadır ve bunun en büyük kalemi veridir. Kendinden gözetimli ön-eğitim etiketleme yükünü azaltarak bu kalemi hafifletir; gerçek kazanç pilotta aynı test seti üzerinde ölçülerek raporlanır.

Mevcut kameralarımızın görüntüsü ön-eğitim için yeterli mi?

Çoğu durumda evet; ONVIF/RTSP destekli IP kameraların akışı kullanılabilir. Önemli olan, kaydın sahanın farklı koşullarını (gece-gündüz, yoğun-sakin, farklı ürün tipleri) temsil etmesidir. Keşifte kamera bazında açı, çözünürlük ve aydınlatma değerlendirilir; hedef göreve uygun olmayan noktalar raporlanır. Gerekirse ek kamera önerisi de rapora eklenir.