Bu proje, ürün fotoğraflarından hangi ürünün bulunduğunu tespit etmeyi amaçlayan bir görüntü işleme sistemidir. Python ile geliştirilecektir. Model, başlangıçta etiketlenmiş resimlerle eğitilir ve ardından yeni gelen resimlerdeki ürünleri tanımlayarak sonuçları belirli bir klasöre kaydeder.
Buzdolabı raflarındaki ürünleri tespit eder. YOLOv8 tabanlı nesne tanıma modeli kullanır. Ürünlerin kapladığı alan yüzdesini hesaplar. FastAPI ile web arayüzünden görsel yükleyerek analiz yapma imkânı sunar.
-Python 3.10+ -pip (Python paket yöneticisi) -Kütüphaneler: -ultralytics -opencv-python -fastapi -uvicorn -numpy -GPU (opsiyonel, eğitim ve hızlı tahmin için önerilir)
- Eğitim adımını atlayarak, hazır model dosyası (
sonnbest.pt) ile tahmin yapılabilir. - Eğitim yapmak isteyenler için
train.pydosyası Colab üzerinde çalıştırılmalıdır.
product-detection/ │ ├── docs/ │ └── README.md │ ├── src/ │ ├── analiz.py │ ├── beyaz_maske.py │ ├── config.py │ ├── detection.py │ ├── main.py │ ├── raf_segment.py │ ├── README.md │ ├── requirements.txt │ ├── tabanalani.py │ ├── train.py │ ├── urunler.csv(projede kullanılmamıştır ama ilerleme ihtimaline karşın silinmemiştir) │ ├── yolov8n-cls.pt │ ├── yolov8s.pt │ └── yolov8s-cls.pt │ ├── static/ │ └── analiz.jpg │ ├── templates/ │ └── index.html │ ├── .gitignore ├── datasett.cache └── README.md
Fork the repository
Create a feature branch git checkout -b feature/amazing-feature
Make your changes
Add tests for new functionality
Commit your changes git commit -m 'Add amazing feature'
Push to the branch git push origin feature/amazing-feature
Open a Pull Request