Güncelleme: Temmuz 2026 · 7 dk okuma · Mert Aytunur · Mechanical Engineer, University of Illinois Chicago
Her görüntü işleme satıcısı doğruluğun reklamını yapar. Neredeyse hiçbiri yanlış-negatif oranının reklamını yapmaz ve işte tüm mesele bu eksiklikte. Doğruluk, bir slaytta en iyi görünen ve bir hatta en az anlam ifade eden sayıdır. Bu yazıdan tek bir şey alacaksanız, onu bir alışkanlığa dönüştürün: bir satıcı "%99 doğru" dediğinde, "yanlış-negatif oranınız ne?" diye sorun ve sonra ne olduğuna bakın.
Bu sorunun gerçek bir muayene iddiasını pazarlama iddiasından neden ayırdığına bakalım.
"Doğruluk" neden bir gösteriş metriğidir?
Doğruluk, sistemin doğru sınıflandırdığı parçaların oranıdır. Doğru sayı gibi görünür ama tam da muayenenin uğraştığı veride bozulur: hatasız parçaların kusurlardan kat kat fazla olduğu dengesiz hatlarda.
%1 kusur oranıyla çalışan bir hat düşünün. Bu hatta, bakmadan her parçayı geçiren, akla gelebilecek en tembel muayeneciyi koyduğunuzu varsayın. Hatasız parçaların tümünde (%99) doğru, yalnızca kusurlu olan %1’de yanlıştır; yani %99 doğruluk alırken sıfır kusur yakalar. Her hatalı parça sevk edilir. Manşet sayısı mükemmel, sistem ise değersizdir.
Bu, doğruluk paradoksudur ve bir muayene sisteminin gerçekten kusur yakalayıp yakalamadığı hakkında %99 doğruluk iddiasının tek başına neden hiçbir şey söylemediğinin nedenidir.
Asıl önemli dört metrik
Bir muayene sistemini değerlendirmek için, yanlış olabileceği iki yolu nasıl ele aldığını görmeniz gerekir: bir kusuru kaçırmak (yanlış-negatif) ve hatasız bir parçayı reddetmek (yanlış-pozitif). Dört sayı bunu kapsar.
| Metrik | Sade anlamı | Neden önemli |
|---|---|---|
| Yanlış-negatif oranı | Hatasız diye geçen gerçek kusurlar | Kaçışlar müşteriye ulaşır, pahalı olan hata |
| Yanlış-pozitif oranı | Hatalı diye reddedilen hatasız parçalar | Boşa verim, yeniden işleme, sisteme güvensizlik |
| F1-skoru | Kesinlik ve duyarlılık dengesi | Dengesiz veride genel kalite için tek sayı |
| Çevrim süresi | Parça başına milisaniye | Kullanılabilir olmak için hat hızına yetişmeli |
Başta anılacak olan F1-skorudur, çünkü kesinliği (reddettiğiniz parçalardan kaçı gerçekten hatalıydı) ve duyarlılığı (gerçekten hatalı parçalardan kaçını yakaladınız), doğruluğun dengesiz veride çöktüğü gibi çökmeyen tek bir sayıda birleştirir. Ama F1 tek başına yine de hataların yönünü gizler; bu yüzden ayrıca özellikle yanlış-negatif oranını da sorarsınız.
Yanlış-negatifler neden asıl pahalı olan hata?
Bir yanlış-pozitif size hatasız bir parçaya mal olur. Can sıkıcı, ölçülebilir, tesis içinde sınırlı: sorunsuz bir parçayı hurdaya atar veya yeniden işlersiniz ve verim biraz düşer.
Bir yanlış-negatif ise size kaçan hatalı bir parçaya mal olur. Müşteriye sevk edilir, sahada başarısız olur, bir şikayeti veya iadeyi tetikler; regülasyona tabi ya da güvenlik açısından kritik işlerde koca bir partiyi geri çekebilir. Tek bir kaçış, binlerce gereksiz redden daha pahalıya patlayabilir. Bu asimetri, yanlış-negatif oranının ciddi bir alıcının koruduğu sayı ve bu konuda suskun bir satıcının gizliyor olabileceği sayı olmasının nedenidir.
Bu, yanlış-pozitiflerin bedava olduğu anlamına gelmez. Kaçış oranını sıfıra çekmek için hatasız parçaların %10’unu reddeden bir sistem de kullanılamaz. Hedef, düşük bir yanlış-negatif oranı ve katlanabileceğiniz bir yanlış-pozitif oranıdır ki F1-skoru, yanlış-negatif oranıyla birlikte okunduğunda tam olarak bunu söyler.
Gerçek rakamlarla işlenmiş bir örnek
Aynı %1 kusurlu hatta üç muayeneciyi karşılaştırın.
| Muayeneci | Doğruluk | Yanlış-negatif oranı | Faydalı mı? |
|---|---|---|---|
| Her şeyi geçirir | %99,0 | %100 (her kusur kaçar) | Hayır, hiçbir şey yakalamaz |
| Her şüphede reddeder | ~%90 | ~%0 | Hayır, çok fazla hatasız parçayı hurdaya atar |
| Dengeli, gerçek bir sistem | - | Düşük, açıklanmış | Evet, ikisini de yayınlıyorsa |
Şimdi bunu somutlaştıran, açıklanmış bir saha sonucu: teslim edilmiş bir yüksek hızlı kapak muayenesi hücresinde sistem, parça başına yaklaşık 30 ms’de %99,65 F1-skoru ve %0,69 yanlış-negatif oranına ulaştı. Bu sonucu üreten sistem Adente Vision'dı: Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir. Neyin raporlandığına dikkat edin: çıplak bir "doğruluk" değil, gerçek bir hatta ölçülen F1-skoru ve yanlış-negatif oranı birlikte. Harekete geçebileceğiniz bir iddia böyle görünür. Bu rakamların arkasındaki hücre, yani hızlı bir konveyörde kapak, etiket ve conta kontrolleri, yapay zeka ile ambalaj hattı muayenesi yazısında anlatılır. (Bu metriklerin daha geniş resme nasıl oturduğu için Yapay Zeka Görsel Muayene rehberine, teslim edilmiş sonuçlar için Uygulamalar sayfasına bakın.)
Satın almadan önce herhangi bir görüntü işleme satıcısına sorulacaklar
Bir doğruluk iddiasını sınamak için veri bilimci olmanız gerekmez. Beş soru sorun.
- 01Benim parça sınıfımda yanlış-negatif oranı nedir? En açıklayıcı tek soru. Buradaki belirsizlik bir uyarı işaretidir.
- 02Yalnızca doğruluk değil, F1-skoru nedir? Yalnızca doğruluk veriyorlarsa nedenini sorun.
- 03Bu kimin parçalarında ölçüldü, sizin mi, bir kıyaslama seti mi? MVTec Anomali Tespiti veri seti gibi kamuya açık bir kıyaslama setindeki sayı, sizin hattınızdaki sayı değildir.
- 04Bu, hangi yanlış-pozitif oranıyla geliyor? %10 red oranı pahasına elde edilen harika bir kaçış oranı iyi bir takas değildir.
- 05Teklif vermeden önce benim numunemde çalıştırır mısınız? Sayılarına güvenen bir satıcı onları sizin parçanızda ölçer.
Beşini de açıkça yanıtlayan bir satıcı, sistemi hakkında gerçeği söylüyordur. Manşetteki doğruluk sayısına geri yönlendiren bir satıcı da size bir şey söylüyordur. Her iki durumda da rakamlar, ancak bir pilot hücreden çalışan bir hatta geçişi sağ salim atlattığında anlam kazanır; yapay zeka muayenesini pilottan üretime taşımak tam da bunun üzerine.