1. Gün

• Evrişimli Sinir Ağlarına Giriş

  • CNN’in yapısı: Katmanlar, evrişim işlemi, havuzlama.

  • Aktivasyon fonksiyonları ve özellik çıkarımı.

  • Uygulama: Basit bir CNN mimarisinin kodlama ve çalıştırılması.

• Özellik Haritaları ve Görselleştirme

  • Evrişim katmanlarının çıktılarının görselleştirilmesi.

  • Havuzlama işleminin görüntü özelliklerini sadeleştirme üzerindeki etkisi.

  • Uygulama: Bir radar görüntüsünden özellik çıkarımı ve görselleştirme.

• Nesne Sınıflandırma

  • CNN ile nesne sınıflandırma: Girişten tahmine kadar süreç.

  • Transfer öğrenme: Önceden eğitilmiş modellerin kullanımı (VGG, ResNet).

  • Uygulama: Bir savunma veri setinde transfer öğrenme ile nesne sınıflandırma modeli geliştirme.

• Model Eğitimi ve Değerlendirme

  • Eğitim verilerinin hazırlanması, model eğitimi ve doğrulama.

  • Performans metrikleri: Doğruluk, Precision, Recall.

  • Uygulama: Savunma sektörüne ait bir veri seti üzerinde model eğitimi ve değerlendirme.

• Düzenlileştirme ve Veri Artırma

  • Overfitting sorunlarını önleme: Dropout, L2 düzenlileştirme.

  • Veri artırma teknikleri: Döndürme, kırpma, ölçekleme.

  • Uygulama: Veri artırma teknikleriyle bir askeri görüntü veri setini zenginleştirme.

2. Gün

• Görüntü Segmentasyonu

  • Segmentasyon teknikleri: Semantic Segmentation ve Instance Segmentation.

  • Görüntü verilerini bölütleme ve nesne sınırlarını belirleme.

  • Uygulama: Radar görüntüsünde segmentasyon ile tehdit unsurlarını tespit etme.

• Nesne Tespiti ve Takibi

  • Nesne tespit algoritmaları: YOLO, Haar Cascade.

  • Hareketli nesnelerin izlenmesi ve takibi.

  • Uygulama: İHA görüntülerinde hareketli nesneleri tespit eden ve izleyen bir sistem geliştirme.

• Model Performansını Optimize Etme

  • Hiperparametre ayarı: Öğrenme oranı, epoch sayısı, batch size.

  • Model performansını artırmak için optimizasyon stratejileri.

  • Uygulama: Hiperparametre optimizasyonu ile bir sınıflandırma modelinin doğruluğunu artırma.

• Mini Projeler

  • İHA görüntüleri üzerinde nesne tespiti için bir CNN modeli geliştirme.

  • Askeri radar görüntülerinde segmentasyon ile tehdit analizi yapma.

  • Transfer öğrenme kullanarak bir sınıflandırma modelini özelleştirme.