Amazon Rekognition: Yapay Zeka ile Görüntü ve Video Analizi

Amazon Rekognition, Amazon Web Services (AWS) tarafından sunulan ve işletmelerin görselleri ve videoları kolayca analiz etmesine yardımcı olan yapay zekâ destekli bir hizmettir. Nesneleri tespit etmeniz, yüzleri tanımanız veya içeriği denetlemeniz gerekiyorsa, Rekognition bunu derin makine öğrenmesi uzmanlığı gerekmeden mümkün kılar. 

Bu eğitimde Amazon Rekognition'un ne olduğunu, temel özelliklerini, nasıl çalıştığını ve nasıl kullanmaya başlayabileceğinizi adım adım inceleyeceğiz. Ayrıca faydalarını, fiyatlandırmasını ve kullanımına ilişkin bazı endişeleri de ele alacağız.

Amazon Rekognition Nedir?

Kısaca, Amazon Rekognition, görselleri ve videoları analiz etmek için derin öğrenme kullanan bulut tabanlı bir Amazon Web Services (AWS) hizmetidir. Nesneleri, sahneleri, yüzleri, metni ve hatta güvenli olmayan içeriği otomatik olarak tanımlamaya yardımcı olur—hem de derin makine öğrenmesi bilgisi gerektirmeden.

Bu tamamen yönetilen, derin öğrenme tabanlı, görüntü tanıma hizmeti baştan itibaren ölçekli çalışacak şekilde tasarlanmıştır.  Rekognition'u öne çıkaran şey, kutudan çıktığı gibi kullanıma hazır önceden eğitilmiş modelleridir. Ancak özel ihtiyaçlarınız varsa, benzersiz nesneleri veya kalıpları tanıyacak özel modeller de eğitebilirsiniz.

Herhangi bir makine öğrenmesi veya derin öğrenme uygulamasının üç temel bileşeni eğitim, modeller ve çıkarımdır.

Bir ML - Derin Öğrenme Uygulamasının Temel Bileşenleri. Kaynak: Napkin AI

Bu üç bileşenden eğitim aşamasının Rekognition API'leriyle sizin için önceden tamamlanmış olması büyük bir avantajdır. Bu eğitim, hizmet içinde kullanılan modelleri oluşturmuştur. Uygulamalarınız için çıkarım üretmek üzere bu API'lere erişmeniz yeterlidir. 

Dahası, bu basit API odaklı yaklaşım, geliştiricilerin—ML uzmanlık düzeyi ne olursa olsun—ürünlerine güçlü yapay zekâ yeteneklerini hızla ekleyebilmesi anlamına gelir. 

Amazon Rekognition'un Temel Özellikleri

Gerçek dünya örnekleriyle Rekognition'un en etkili özelliklerinden bazılarını keşfedelim.

Amazon Rekognition Özelliklerine Genel Bakış. Kaynak: Napkin AI

Nesne ve sahne tespiti

Amazon Rekognition, fotoğraf ve videolardaki binlerce nesneyi, sahneyi ve eylemi hassas biçimde tanımlayıp etiketleyebilir. Örneğin, mağaza raflarındaki ürünleri belirleyerek envanter yönetimini otomatikleştirmeye yardımcı olabilir. Benzer şekilde, trafik gözetiminde araçları ve yayaları tanıyabilir.

Pinterest, kullanıcılar tarafından yüklenen içerikleri etiketlemek ve nesneleri, sahneleri ve etkinlikleri tanımlamak için Rekognition'ı kullanır. Bu, görsellere ilgili anahtar kelimeler atamaya yardımcı olarak platformun görsel olarak benzer içerikleri önermedeki yeteneğini artırır.

Yüz analizi ve tanıma

Rekognition'ın gelişmiş yüz analizi ve tanıma yetenekleri, yaş aralığı, cinsiyet ve duygular gibi özellikleri belirleyebilmesini sağlar. Ayrıca, kimlik doğrulama için yüz tanıma sunar—bina giriş sistemleri veya havaalanı güvenlik kapıları gibi. Rekognition, bankacılık uygulamaları veya yoklama sistemlerinde kullanıcı kimliklerini güvenle doğrulamak için işletmeler tarafından kullanılır.

Amazon Rekognition kullanarak, PBS segment, klip ve hatta kare düzeyinde içerik meta verilerini toplamak için kurumsal bir bilgi grafı oluşturdu ve PBS dijital kütüphanesindeki 60.000'den fazla başlığa yüz, nesne ve ruh hâli tanıma bilgilerini kolayca ilişkilendirdi. 

Metin tespiti ve çıkarımı

Sosyal medya sitelerinin meme'leri veya üzerine metin bindirilmiş görselleri nasıl tanıdığını hiç merak ettiniz mi? Rekognition, metin tamamen net veya hizalı olmasa bile fotoğraflarda veya video karelerinde metni verimli biçimde tespit eder ve tanır. Bu, işletmeler için gelişmiş otomatik belge işleme veya görsel veriye dayalı duygu analizi gibi kullanım senaryolarında değerlendirilebilir. 

Özel etiketler

Amazon Rekognition'ı farklılaştıran belirgin bir özellik, şirketlerin Rekognition'ı kendi verileriyle eğitmesini sağlayan Custom Labels'dır. Bir pazarlamacı olarak markanızın logosunun sosyal medyaya ne zaman yüklendiğini görmek istiyorsanız, Rekognition logonuzu milyonlarca görsel arasında manuel incelemeye yüzlerce saat harcamanıza gerek kalmadan tanıyabilir—eyleme dönüştürülebilir pazarlama içgörüleri üretir.

San Diego Gas & Electric (SDG&E), özel etiketleri kullanarak drone görüntülerinde varlık hasarını ve uydu görüntülerinde bitki örtüsü risklerini otomatik olarak tanımlar.

İçerik denetimi

İçerik denetimi özelliği sayesinde sosyal medya şirketleri ve video yayın platformları, kullanıcı yüklemelerindeki cinsel içerikli materyal ve grafik şiddet gibi uygunsuz içerikleri otomatik olarak filtrelemek için Rekognition'ı kullanır. Bu, büyük miktarda kullanıcı tarafından oluşturulan içeriğin son derece basit ve güvenilir şekilde işlenmesini sağlar.

Ünlü tanıma

Amazon Rekognition'ın ünlü tanıma özelliği, eğlence etkinliklerini takip eden medya şirketleri tarafından yaygın olarak kullanılır. Ünlülerin hızlı şekilde tanımlanması, içerik sağlayıcılarının kırmızı halı etkinliklerinden veya haber hikâyelerinden fotoğraf ya da videoları otomatik olarak etiketlemesine olanak tanıyarak iş akışında büyük bir iyileşme sağlar.

Amazon Rekognition Nasıl Çalışır?

Amazon Rekognition, ölçeklenebilir AWS bulut bilişim altyapısında barındırılan gelişmiş derin öğrenme modellerini kullanır. Basitleştirilmiş iş akışı şöyledir:

1. Girdi Verisi: Rekognition API'si aracılığıyla görsel veya video sağlarsınız.
2. Yapay Zekâ İşleme: Rekognition'ın derin öğrenme modelleri veriyi analiz ederek yüzleri, nesneleri, metni veya içerik türünü tespit eder.
3. Sonuçlar: Sonuçlar, API çağrılarıyla JSON formatında kısa sürede döndürülür ve uygulamalarınıza veya veritabanlarınıza entegre edilmeye hazırdır.

Bu hizmet, AWS Lambda ve Amazon Kinesis gibi diğer AWS çözümleriyle birlikte çalışarak, güvenlik amacıyla canlı video izleme gibi gerçek zamanlı analiz senaryolarına olanak tanır.

Üst düzey mimari

• Görseller veya video akışları Amazon S3'e yüklenir.
• AWS Rekognition API çağrıları, yapay zekâ çıkarımını tetikler.
• Sonuçlar API üzerinden uygulamanıza veya servislerinize geri gönderilir.

Görüntü Boru Hattı

Üst düzey boru hattı aşağıda özetlenmiştir:

• Bir Amazon SQS kuyruğuna mesaj gönderilir ve görüntü işleme boru hattı başlatılır.
• Bu, eşzamanlı olarak çalışan bir Lambda fonksiyonunu tetikler.
• Lambda fonksiyonu, görüntüyü analiz etmek için Amazon Rekognition'ı çağırır.
• Analiz sonuçları, kullanım senaryosuna bağlı olarak DynamoDB, S3 veya Elasticsearch'te saklanır.
• Boru hattının aktarım hızı, toplu iş boyutu ve Lambda eşzamanlılığı ayarlanarak kontrol edilir; bu da verimli işlemeyi sağlar.

Video Boru Hattı

Üst düzey boru hattı aşağıda özetlenmiştir:

• Video işleme boru hattı, video analizini başlatan bir Amazon SQS kuyruğuna mesajlar gönderir.
• Bir iş zamanlayıcı Lambda fonksiyonu düzenli aralıklarla çalışır ve eşzamanlı iş sayısının en üst sınırına ulaşılana kadar Amazon Rekognition'a video işleme istekleri gönderir.
• Bir video analiz işi tamamlandığında, Amazon Rekognition Amazon SNS aracılığıyla bir bildirim gönderir ve bir sonraki iş grubunun gönderilmesini tetikler.
• Analizden elde edilen sonuçlar, daha sonra kullanılmak üzere uygun veri depolarına kaydedilir.
• Boru hattı, AWS hesap sınırlarına göre işlem hızını otomatik olarak ayarlar ve en iyi performansı sağlar.

Bu başvuru mimarisi ihtiyaç hâlinde daha teknik bir derin inceleme sunabilir.

Amazon Rekognition Nasıl Kullanılır?

İşte işletmelerin Amazon Rekognition'ı iş akışlarına ne kadar kolay entegre edebileceği:

Amazon Rekognition iş akışı

Amazon Rekognition İş Akışı. Kaynak: Napkin AI tarafından hazırlanan görsel

• Adım 1: Görsel/video verinizi Amazon S3'te depolayın.
• Adım 2: AWS SDK'ları (Python, Java, Node.js vb. için mevcut) ile Rekognition'a bir API çağrısı yapın.
• Adım 3: Rekognition'dan içgörüler içeren JSON yanıtı alın ve işleyin.
• Adım 4: Bu içgörüleri uygulama mantığınıza entegre ederek uyarılar veya içerik filtreleme gibi eylemleri tetikleyin.

Amazon Rekognition ile başlarken

Rekognition'ı kullanmaya başlamak için ana adımlar aşağıda özetlenmiştir. 

1. Kaydolun: AWS hesabınızı aws.amazon.com adresinde oluşturun.
2. AWS Konsolu ile kurulum: AWS Management Console üzerinden Rekognition'a erişin. Bunu arama çubuğuna Rekognition yazarak ve hizmet konsolunu açmak için rekognition öğesini seçerek yapabilirsiniz.

AWS Konsolu üzerinden Amazon Rekognition kurulumu. Kaynak: AWS

3. AWS CLI ve SDK entegrasyonu: Programatik erişim için AWS CLI'ı veya tercih edilen SDK'yı kurun.
4. Örnek bir analiz uygulayın: Alışmak için basit bir görüntü analizi çalıştırmayı deneyin. Örneğin, aşağıda gösterildiği gibi sol taraftaki panel geziniminden Facial analysis seçeneğini belirleyebilirsiniz. Bu özellik, bir görseldeki yüzleri analiz etmenize ve JSON yanıtı almanıza olanak tanır.

İlgili hizmeti seçin. Görselin Kaynağı: AWS

Gördüğünüz gibi şaşırtıcı derecede basit!

Amazon Rekognition'un Faydaları

İşletmelerin Rekognition'ı tercih etmesinin bazı nedenleri şunlardır:

Ölçeklenebilirlik ve performans

Rekognition, AWS altyapısında çalıştığından otomatik olarak ölçeklenebilir ve milyonlarca görseli ve videoyu gecikme olmaksızın işleyebilir. İşletmeler, iş yükleri ne kadar büyürse büyüsün performans düşüşü konusunda endişelenmek zorunda kalmaz. İnsan denetimi görevlerini yapay zekâ ile desteklemek de mümkündür.

Maliyet etkinliği

Kullandıkça öde fiyatlandırma modeliyle şirketler yalnızca kullandıkları kadar öder; bu da yüksek başlangıç yatırımı olmadan bütçe dostu bir çözüm sunar.

Entegrasyon kolaylığı

Kullanıcı dostu API'ler, makine öğrenmesi konusunda az ya da hiç deneyimi olmayan ekiplerin bile uygulamayı kolaylaştırır. Sıfırdan karmaşık modeller inşa etmeye gerek yok—sadece bağlayın ve görselleri veya videoları analiz etmeye başlayın.

Doğruluk ve güvenilirlik

Amazon, yapay zekâ modellerini sürekli olarak eğitir ve geliştirir; bu da daha iyi doğruluk ve işletmeler için daha az manuel çaba anlamına gelir. Bu, kimlik doğrulama, nesne tespiti ve içerik denetimi gibi görevlerde insan hatalarını azaltmaya yardımcı olur.

Amazon Rekognition Etrafındaki Endişeler ve Tartışmalar

Her güçlü teknoloji gibi, Rekognition da bazı geçerli endişeleri beraberinde getirdi:

Mahremiyet ve gözetim endişeleri

Rekognition'ın kolluk kuvvetleri ve gözetimde kullanımı hararetli tartışmalara yol açtı. Eleştirmenler, yapay zekâ destekli yüz tanımanın kitlesel gözetim için kötüye kullanılabileceğini, bunun da mahremiyet haklarını ve sivil özgürlükleri ihlal edebileceğini savunuyor. Amazon, bu teknolojiyi devlet kurumlarına satması nedeniyle eleştirildi; kullanım şekline ve yeterli denetim olup olmadığına dair kaygılar dile getirildi.

Yüz tanımada önyargı

Yapay zekâ önyargısı gerçek bir sorundur ve aralarında MIT'nin de bulunduğu çalışmalar, yüz tanıma sistemlerinin özellikle farklı ırk veya cinsiyet gruplarından bireyleri tanımlarken doğrulukta zorlanabildiğini göstermiştir. Yanlış tanımlamalar, özellikle yanlış eşleşmelerin haksız tutuklamalara yol açabileceği kolluk kuvvetlerinde ciddi sonuçlar doğurabilir. Bu tartışma, yapay zekâ adaletinin iyileştirilmesi ve yüz tanıma modellerinin çeşitli topluluklar genelinde eşit derecede iyi çalışmasının sağlanması gereğini vurgular.

Etik kullanım ve düzenleme

Artan eleştiriler arasında Amazon, kullanımına ilişkin etik endişeleri kabul ederek Rekognition'ı kolluk kuvvetlerine satmayı geçici olarak durdurma kararı aldı. Yapay zekâ etiğine ilişkin tartışmalar, ACLU gibi kuruluşların daha sıkı denetim ve hesap verebilirlik talep etmesiyle devam ediyor.

Amazon Rekognition Fiyatlandırması

Amazon Rekognition, kullandıkça öde fiyatlandırma modelini izler; yani yalnızca kullandığınız kadar ödersiniz. Fiyatlandırma, gerçekleştirdiğiniz analiz türüne göre belirlenir ve peşin yatırım yoktur. Bunu biraz daha netleştirelim: 

Görüntü fiyatlandırması

Rekognition Image, görselleri derin öğrenme teknolojisiyle analiz etmenizi sağlar. Fiyatlandırma iki kısma ayrılır:

• Görüntü analizi: Analiz edilen görsel başına ücretlendirilirsiniz. Aynı görsel üzerinde birden fazla analiz çalıştırırsanız, her istek için ayrı ayrı ücret alınır. Örneğin, etiket tespiti için 2,5 milyon görseli analiz ederseniz, maliyet yapısı şu şekildedir:

İlk 1 milyon görsel: görsel başına $0,0010, maliyet $1.000. 

Sonraki 1,5 milyon görsel: görsel başına $0,0008, maliyet $1.200

Toplam maliyet: $2.200

• Yüz meta verisi depolama: Yüz karşılaştırma veya yüz arama kullanırsanız, Rekognition yüz meta verilerini depolar ve bu depolama için küçük bir aylık ücret alınır. Ücretler ayda yüz meta verisi başına $0,00001'dir; depolama ücretleri aylık uygulanır ve kısmi aylar için oransal hesaplanır.

Video fiyatlandırması

Görseller yerine videoları analiz ediyorsanız, işlenen görüntü süresi dakikası başına ücretlendirilirsiniz.

• Etiket tespiti (nesneler, sahneler ve etkinliklerin tespiti): Dakika başına $0,10'dan başlar
• Yüz arama (yüzlerin bir veritabanıyla eşleştirilmesi): Dakika başına $0,10'dan başlar

Dolayısıyla, etiket tespiti için 1.000 dakika video işlemek, dakika başına $0,10 üzerinden $100 tutar.

Özel etiket fiyatlandırması

Rekognition, işletmelerin ihtiyaçlarına özgü belirli nesneleri tanıyacak şekilde eğitilmesine olanak tanır. Bu özelliğin iki maliyeti vardır:

• Model Eğitimi: Saat başına $1,00
• Tahmin Çalıştırma (Çıkarım): 1.000 görsel başına $4,00

Eğitim ve Çıkarım kullanımlarının dakika bazında faturalandırıldığını ve en az 1 dakika olduğunu not etmek gerekir.

Çeşitli diğer hizmetlere ilişkin ayrıntılı fiyatlandırma sürekli güncellenmekte olup Amazon Rekognition Pricing sayfasında görülebilir.

Sonuç

Amazon Rekognition, yüz tanıma, nesne tespiti, metin çıkarımı ve içerik denetimi gibi özellikler sunan, görüntü ve video analizi için güçlü bir AWS ürünüdür.  Ölçeklenebilirliği, entegrasyon kolaylığı ve maliyet etkinliği, onu sektörler genelinde işletmeler için değerli kılar. 

İşletmeniz için gelişmiş bilgisayarla görme olanaklarından yararlanmanın yeni yollarını arıyorsanız, Amazon Rekognition kuşkusuz değerli ve erişilebilir bir başlangıç noktasıdır.

İlgili AWS hizmetleri ve ürünleri hakkında daha fazla keşfetmek ve öğrenmek isterseniz, faydalı olabilecek harika kaynaklarımız var:

• AWS Concepts Course: Amazon Web Services (AWS) dünyasını keşfedin ve bulut bilişimin ön saflarında yer almasının nedenlerini anlayın.
• AWS Cloud Technology and Services Concepts Course: AWS ekosisteminde uygulamalı öğrenme ve pratik uygulamalarla AWS bulut teknolojisine hâkim olun.
• AWS Cloud Practitioner Certification (CLF-C02): AWS bulut hizmetlerine ilişkin temel bilginizi kanıtlayın ve AWS Cloud Practitioner Sertifikasına hazırlık için gereken her şeye erişin.
• AI Ethics: Neden Doğru Yapmak Önemlidir (Podcast ve Blog)
• AI Regulation: Küresel Politikaları Anlama Blogu
• AI Ethics Course: İlkeler, adalet, önyargı azaltma ve yapay zekâ tasarımında güven konularına odaklanan yapay zekâ etiğini keşfedin.