# Üretim hattınızın görüntüleriyle doğrulanan görüntü işleme. > Üretim hattında kusur tespiti, sayım, iş güvenliği ve OCR için görüntü işleme: gerçek hat görüntüleriyle doğrulama, edge veya bulut kurulum. Source: https://www.algofact.tech/tr/services/ai-ml/computer-vision Language: tr-TR Updated: 2026-10-26 Languages: en-US, tr-TR ALGOFACT, üretim ve operasyon sahaları için kusur tespiti, ürün sayımı, iş güvenliği kontrolü ve OCR yapan görüntü işleme sistemleri geliştirir. Modeli sizin hattınızdan alınan gerçek görüntülerle eğitir ve doğrular, ardından gecikme ve ağ gereksinimine göre hattın yanındaki bir edge cihazda veya bulutta çalıştırırız. Operatör ekranı, alarm kuralları ve yeniden eğitim için görüntü arşivi teslimatın parçasıdır. ## Key facts - **Görevler:** Kusur tespiti, sayım, iş güvenliği, OCR - **Doğrulama:** Kendi hattınızdan gerçek görüntüler - **Çalıştığı yer:** Hat yanında edge cihaz veya bulut - **Odak sektör:** Üretim ve akıllı üretim - **Model çatısı:** PyTorch - **Operatör tarafı:** Anlık ekran, alarm ve hatalı ürün kaydı ## Görüntü işleme ne zaman doğru çözümdür? Bir kontrol bugün bir kişinin gözle yaptığı, tekrar eden ve görsel olarak tarif edilebilen bir işse görüntü işleme için güçlü bir adaydır: yüzey çiziği, eksik parça, yanlış etiket, kask takmadan alana giren bir çalışan, okunması gereken bir lot kodu. Kamera, kontrolün her üründe ve her vardiyada aynı ölçütle yapılmasını, sonucun da görüntüsüyle birlikte kayda geçmesini sağlar. Kusur gözle bile zor ayırt ediliyorsa, ürün sürekli değişiyorsa veya ışık ve açı sabitlenemiyorsa önce bir fizibilite çalışması öneririz. Bir süre boyunca gerçek hat görüntüsü toplanır, kusurların görüntüde ayırt edilip edilemediği ölçülür ve devam kararı bu sonuca göre birlikte verilir. Laboratuvarda iyi sonuç verip hattaki ışıkta başarısız olan modellerin önüne geçmenin yolu budur. ## Kullanım alanları Üretim odaklı projelerde en sık karşılaşılan görevler, bir kalite veya güvenlik kuralının kameraya devredilebildiği işlerdir. ### Görsel kalite kontrol Yüzey kusuru, çizik, leke, deformasyon, eksik veya yanlış monte edilmiş parça tespiti. Hatalı ürün görüntüsüyle kaydedilir; hat durdurulur ya da ürün ayrıştırma istasyonuna yönlendirilir. ### Sayım ve miktar doğrulama Konveyördeki ürün, palet veya kasa sayımı; depo giriş ve çıkışlarında miktar doğrulama. Sayım sonucu ERP veya MES kaydıyla karşılaştırılır, fark varsa uyarı üretilir. ### İş güvenliği kuralları Kişisel koruyucu donanım kullanımı, tehlikeli bölgeye giriş ve forklift ile yaya yakınlığı gibi kurallar için anlık uyarı. Sistem varsayılan olarak kişi tanıma yapmaz, yalnızca kuralı kontrol eder. ### OCR ve etiket okuma Seri numarası, lot kodu, son kullanma tarihi veya irsaliye üzerindeki metnin okunması ve beklenen değerle karşılaştırılması. Yanlış etiketli ürün sevkiyata çıkmadan yakalanır. ### Görsel ölçüm ve hizalama Parça boyutu, hizalama veya dolum seviyesi gibi ölçümler. Kalibre edilmiş kamera ile tolerans dışındaki ürünler işaretlenir. ## Edge mi, bulut mu? Modelin nerede çalışacağı, kararın ne kadar hızlı verilmesi gerektiğine ve görüntünün tesisten çıkıp çıkamayacağına bağlıdır. - **Edge, hattın yanında:** Kararın anında verilmesi, hattın internet kesintisinden etkilenmemesi veya görüntünün tesis dışına çıkmaması gerekiyorsa model, hattın yanındaki GPU’lu bir endüstriyel bilgisayarda çalışır. Merkeze yalnızca sonuçlar ve örnek görüntüler gönderilir. - **Bulut:** Birden fazla tesisin görüntüleri birlikte işlenecekse, karar birkaç saniye bekleyebiliyorsa veya yoğun hesaplama gerekiyorsa model bulutta çalışır. Bant genişliği ve görüntü saklama maliyeti baştan hesaplanır. - **Hibrit:** Çoğu üretim projesinde karar hattın yanında verilir; model eğitimi, görüntü arşivi ve raporlama merkezde yürür. Yeni model sürümleri merkezden edge cihazlara kontrollü olarak dağıtılır ve gerekirse önceki sürüme dönülür. - **Kamera ve aydınlatma:** Model kalitesinin büyük kısmı görüntü kalitesine bağlıdır. Kamera konumu, çözünürlük, lens ve aydınlatma ihtiyacını fizibilite aşamasında belirler; mevcut kameralarınızın yeterli olup olmadığını ölçerek söyleriz. ## Proje nasıl ilerler ### Görüntü toplama planı Hangi istasyonda, hangi ürünlerde ve hangi vardiyalarda görüntü alınacağını belirleriz. Mevcut kameralarınızın kayıtları da kullanılabilir; saha çalışması gerekiyorsa keşif görüşmesinde ayrıca planlanır. ### Kusur kataloğu ve etiketleme Kalite ekibinizle hangi durumların kusur sayılacağını örnek görüntülerle tanımlar, görüntüleri bu kataloğa göre etiketleriz. Belirsiz örnekler uzmanınıza sorulur. ### Fizibilite ve PoC Gerçek hat görüntülerinden ayrılmış bir test setiyle modelin kaçırdığı kusurları ve verdiği yanlış alarmları ölçeriz. Kabul eşiğini kalite ekibiniz belirler. ### Gölge modda pilot Sistem önce hattı durdurmadan karar verir ve sonuçları operatör kararıyla karşılaştırırız. Eşikler bu gerçek üretim verisine göre ayarlanır. ### Canlıya alma ve entegrasyon Operatör ekranı, PLC veya MES bağlantısı, ayrıştırma sinyali ve alarm kurallarıyla canlıya alırız. Kararlar ve görüntüler izlenebilirlik için arşivlenir. ### Yeniden eğitim döngüsü Yeni ürün, yeni kusur tipi veya değişen ışık koşulları için operatörün işaretlediği görüntüler etiketlenir ve bir sonraki model sürümüne eklenir. ## Teslim edilenler ### Doğrulanmış model Hattınızın görüntüleriyle eğitilmiş ve ayrılmış test setinde ölçülmüş tespit, sınıflandırma veya OCR modeli. ### Görüntü ve etiket arşivi Kusur kataloğu, etiketli görüntü seti ve etiketleme kuralları; modeli yeniden eğitmek için gereken her şey. ### Çıkarım servisi Edge cihazda veya bulutta çalışan, kameradan görüntü alıp karar üreten servis ve kurulum betikleri. ### Operatör arayüzü Anlık sonuç ekranı, hatalı ürün listesi, görüntü inceleme ve yanlış kararları işaretleme. ### Raporlama ve cihaz izleme Vardiya, ürün ve kusur tipine göre raporlar; model performansı ve cihaz sağlığı için alarm kuralları. ## Sorular ### Mevcut kameralarımızı kullanabilir miyiz? Çoğu zaman evet; IP kameralar ve endüstriyel kameralar görüntü kaynağı olarak bağlanabilir. Çözünürlük, açı veya ışık kusuru göstermeye yetmiyorsa bunu fizibilite aşamasında ölçer, gerekirse ek kamera veya aydınlatma öneririz. ### Hatalı ürün örneğimiz azsa model eğitilebilir mi? Evet, ama yöntem değişir. Hatalı örnek azsa yalnızca sağlam ürünü öğrenip ondan sapmaları işaretleyen anomali tespiti yöntemleri kullanılabilir. Hangi yöntemin yeterli olduğu fizibilite aşamasındaki ölçümle netleşir. ### Sistem yanlış alarm verirse hat durur mu? Hattı durdurma kararı, pilot sonuçlarına göre birlikte belirlenen eşiğe bağlanır. Başlangıçta sistem ürünü ayırır veya operatöre uyarı verir; güven arttıkça otomatik aksiyonlar adım adım devreye alınır. ### Çalışanlar görüntüye girerse KVKK açısından ne yapılmalı? İş güvenliği veya hat izleme kameraları kişisel veri işleyebilir. Teknik tarafta yüz bulanıklaştırma, kısa saklama süresi, erişim kısıtı ve kişi tanıma yapmayan model tasarımı gibi tedbirleri uygularız. Aydınlatma metni ve 6698 sayılı Kanun kapsamındaki hukuki değerlendirme sizin hukuk danışmanınızla yürütülür. ### Süreyi ve maliyeti ne belirler? İstasyon ve kamera sayısı, kusur tiplerinin çeşitliliği, etiketleme hacmi, edge donanım ihtiyacı, PLC veya MES entegrasyonu ve pilotun süresi. Fizibilite sonuçlarıyla birlikte aşamalı bir kapsam ve gereken donanım listesini yazılı olarak sunarız. ## Related - [Yapay Zeka, ML ve Veri](https://www.algofact.tech/tr/services/ai-ml) - [Akıllı üretim](https://www.algofact.tech/tr/industries/manufacturing) - [Veri platformu ve MLOps](https://www.algofact.tech/tr/services/ai-ml/data-platform-mlops) - [Özel yapay zeka modelleri](https://www.algofact.tech/tr/services/ai-ml/custom-ai-models) - [Keşif görüşmesi](https://www.algofact.tech/tr/contact) ## Sources 1. [Personal Data Protection Law (Law No. 6698)](https://www.kvkk.gov.tr/Icerik/6649/Personal-Data-Protection-Law), Kişisel Verileri Koruma Kurumu