Kumaş Kusuru Tespiti

Proje hakkında

Kasım 2024 ile Ocak 2025 arasında Trakya Üniversitesinde bir proje olarak yazdım. Kumaşın fotoğrafı çekilir; sistem delikleri kutuyla işaretler ve her birine bir güven skoru verir. Veri setini Kaggle ve Roboflow kaynaklarından toplayıp elle etiketledim, sonra çevirme, döndürme ve kontrast değişimiyle çoğalttım; tek sınıf var: delik. Modeli PyTorch'ta eğittim, ONNX üzerinden TensorFlow Lite'a aktardım ve FastAPI arkasında çalıştırdım. Kod, eğitim ayarları ve 16 sayfalık Türkçe proje raporu GitHub'da herkese açık. Geliştirme sırasında kullandığım barındırılan sunucu artık yok; denemek isterseniz servisi kendi bilgisayarınızda çalıştırabilirsiniz.

Öne çıkanlar

• Fotoğraftaki delikleri kutuyla işaretleme ve her tespit için güven skoru
• Kaggle ve Roboflow görsellerinden elle etiketlenmiş tek sınıflı veri seti
• Telefon fotoğrafındaki ışık farkını dengeleyen ön işleme
• PyTorch'tan ONNX üzerinden TensorFlow Lite'a aktarılmış 43 MB'lık model
• Güveni 0,50'nin altındaki tahminleri atan, üst üste binen kutuları OpenCV ile ayıklayan son işleme
• Uç noktaları ve çıkarımı test edilen FastAPI servisi
• Fotoğrafı servise gönderen Flutter uygulaması

Zorluklar

Sonuçlar: mAP %95,1, kesinlik %97,9, duyarlılık %86,8. Geliştirilmesi gereken sayı duyarlılık; diğer bir deyişle model temiz kumaşı neredeyse hiç işaretlemiyor ama gerçek deliklerin bir kısmını kaçırıyor. Telefonla çekilen fotoğrafta ışık düzensiz düştüğü için ön işleme parlaklık kanalında histogram eşitliyor; model sunucu açılırken bir kez yüklendiği için yükleme gecikmesi yalnızca ilk isteğe düşüyor.

Ekran görüntüleri