Proje Kazanımları
Bu projede, Car Body Type Classification Dataset Kaggle veri seti kullanılarak eğitilen PyTorch tabanlı bir derin öğrenme modelinin Gradio arayüzü ile Hugging Face Spaces üzerinde Docker/Linux ortamında sıfır sunucu maliyetiyle canlıya alınması tecrübe edilmiştir.
- Kaggle Veri Seti: Model eğitiminde 8 farklı araba gövde tipini içeren enesulku/car-body-type-classification-dataset veri seti kullanıldı.
- Bulut Dağıtım: PyTorch modelinin CPU/Linux tabanlı sunuculara LFS entegrasyonuyla ücretsiz kurulması öğrenildi.
- Sürüm Yönetimi: Python 3.13 sürüm çakışmaları analiz edilerek, Python 3.10 ile kararlı ve sorunsuz çalışma sağlandı.
- DNS & IP Yapılandırması: Alan adı (domain) satın alımı sonrası Vercel IP yönlendirmesi ve DNS yönetimi yapıldı.
- Grad-CAM Görselleştirme: Model kararlarının şeffaflığı için gradyan tabanlı ısı haritaları arayüze entegre edildi.
README.md Dosyasını Görüntüle
🚗 Car Body Type Classifier (Araba Gövde Tipi Sınıflandırma)
PyTorch & Gradio Tabanlı Derin Öğrenme ve Grad-CAM Görselleştirme Projesi
Bu proje; araçların dış görünüşlerine göre 8 farklı gövde tipini (Sedan, SUV, Hatchback, Coupe, Cabrio, Minivan, Pickup, Van) derin öğrenme modeliyle sınıflandıran ve modelin karar aşamasında görselin hangi bölgelerine odaklandığını Grad-CAM ile ısı haritası olarak gösteren web tabanlı bir yapay zeka uygulamasıdır.
🚀 Canlı Demo (Gradio & Hugging Face)
Uygulamayı tarayıcınız üzerinden canlı olarak test etmek için Hugging Face Space adresini ziyaret edebilirsiniz:
👉 ynsemreaykr-car-body-type-classifier.hf.space
📊 Kullanılan Veri Seti
Model eğitimi, enesulku tarafından paylaşılan aşağıdaki Kaggle veri seti kullanılarak gerçekleştirilmiştir:
👉 Kaggle - Car Body Type Classification Dataset
📸 Ekran Görüntüleri & Özellikler
1. Gradio Web Arayüzü & Grad-CAM Görselleştirme
Kullanıcılar kendi yükledikleri araç resimlerini analiz edebilir. Sistem, en yüksek olasılıklı 3 sınıf tahminini barındıran bir bar grafik sunmanın yanında, model kararlarının şeffaflığı ve açıklanabilir yapay zeka (XAI) standartları için modelin odaklandığı pikselleri Grad-CAM ısı haritası halinde görselleştirir.
🛠️ Teknoloji Yığıtı & Kütüphaneler
- Derin Öğrenme Çerçevesi: PyTorch, Torchvision
- Web Arayüzü: Gradio
- Açıklanabilir Yapay Zeka (XAI): Grad-CAM (Gradient-weighted Class Activation Mapping)
- Görüntü İşleme & Yardımcılar: OpenCV, Pillow, NumPy, Matplotlib
- Sürüm Yönetimi & Dağıtım: Git (LFS entegrasyonu ile model ağırlıkları yönetimi), Docker, Hugging Face Spaces (CPU/Linux)
📦 Yerel Kurulum ve Çalıştırma
1. Gereksinimler
- Python 3.10
2. Kurulum Adımları
- Bu depoyu klonlayın:
git clone https://github.com/Ynsemreaykr/Car_Detection.git cd Car_Detection - Gerekli kütüphaneleri yükleyin:
pip install -r requirements.txt - Arayüzü başlatın:
python train.py # Modeli eğitmek için python inference.py # Eğitilmiş model ile test etmek veya Gradio arayüzünü açmak için
Görseller & Detaylar
Gradio Web Arayüzü
Kullanıcıların kendi yükledikleri araç resimlerini analiz edebileceği, tahmin sonuçlarını ve Grad-CAM ısı haritalarını canlı olarak sunan web demo ekranı.
