Bu proje 2 diğer takım arkadaşımla birlikte kurduğumuz ve takım kaptanlığını yürüttüğüm SpirAl teknoloji takımıyla beraber 2 sene boyunca katıldığımız Teknofest Havacılıkta Yapay Zeka Yarışması bünyesindeki nesne tespit ve pozisyon kestirim görevlerinin gerçekleştirilmesi için geliştirdiğimiz algoritmaları içerir.
Sunucudan bir video sekansı frame-by-frame şekilde gelir. Bu sekans tamamen kuşbakışı drone görüntülerinden oluşur ve farklı hava şartıları ve konumlar içerir. Yarışma, birince görev kapsamında, bu görsellerdeki araba, insan ve UAP-UAI Park alanlarını tespit etmeyi bekler (2025'te rgb görüntülere termal görüntüler de eklenmiştir). Yapılan tespitler bu her bir frame sonrasında sunucuya iletilir. İkinci görev kapsamında bir süre boyunca frame'ler ile birlikte gelen 2D GPS konum bilgisini (2025'te 3d pozisyon eklenmiştir) de kullanarak sekans boyunca ardışık her frame için kameranın hareket etme miktar ve yönünü tahmin edilmesi beklenir.
Bunlara ek olarak ilk görev kapsamında park alanları için içerisinde bir canlı olma durumunun analizi ve buna göre iniş yapmaya uygunluk gibi bir tahmin de istenir.
2024 yılında geliştirdiğimiz projede nesne tespiti için YOLOV8m modelini yarışma tarafından sağlanan ve bunun yanında tamamıyla açık kaynak olarak yayınlanan veri setleriyle eğittik. Model'in implemantasyonunda bölütlü tahmin (SAHI)'de kullanarak çok küçük nesnelerin tahmininde iyileştirme sağladık. Pozisyon kestirimi için Lucas-Kanade optik akış algoritmasını kendi geliştirdiğimiz bir ölçeklendirme algoritmasıyla birleştirerek bir çözüm sağladık.
2025 yılında geliştirdiğimiz projede nesne tespiti için YOLOV11m modelini tercih ettik. Bu modelin diğer modellere nazaran küçük nesneleri tespit edebilme yeteneği daha üstün olması sebebiyle tercih ettik ve bir önceki seneki veri setinin üzerine yeni eklediğimiz verilerle bu modeli eğittik.
Pozisyon kestirimi içinse AKAZE VE ORB öznitelik çıkarıcılarını kullanan alternatifli bir sistem geliştirdik. Lucas-Kanade yerine bunları tercih etmemizin sebebi frame kimliklerini bulmada ve eşleştirmede çok stabil olmaları, dolayısıyla daha tutarlı sonuçlar vermeleri oldu.
2238 başvuru arasından rapor aşamasını başarıyla geçtikten sonra çevrimiçi elemeyi 2.sırada tamamlayarak 30 takımlık finale yükseldik. Finallerin yerinde yapıldığı Antalya'da 3 günlük bir serüvenin ardından 18. sırada yarışmayı tamamladık.
Çevrimiçi aşamaya davet edilmek için gereken 75 puan barajını 90 puanla geçerek davet aldık. Çevrimiçi yarışma sürecinde yarışmaya sonradan eklenen farklı çözünürlükteki görsellerin işlenmesinde, doğru nesne tespitleri yapılmasına rağmen yanlış ölçeklendirmeler sebebiyle yanlış tahminler gönderdik ve finallere kalamadan elendik.
Yoloya uygun formatlarda veriyi istiflemek, dönüştürmek ve sentetik olarak üretmek amacıyla bir veri yönetim sistemi ve arayüzü geliştirdim. Bu arayüzü yarışma sürecinde verilerin uygun şekilde tutulması için kullandık. Bu projeyi tamamıyla kendim geliştirdim.