Havadan alınan görüntülerde nesnelerin verimli ve doğru tespiti için geliştirilmiş YOLO mimarileri

Havai nesne tespiti; gözetleme, afet yönetimi ve hassas tarım gibi otonom insansız hava aracı (İHA) uygulamaları için kritik bir bileşendir. Ancak havai görüntüler, geniş ölçek değişkenliği, yoğun nesne dağılımı ve karmaşık arka planlar gibi özgün zorluklar içerir. YOLO ailesi gerçek zamanlı tespit açısından oldukça başarılı olsa da, hafif tasarımlı YOLOv11s modeli havai veri kümelerinde sınırlı doğruluk sergilemektedir. Bu tez, YOLOv11s mimarisine yönelik bir dizi yapısal iyileştirme önererek, doğruluk, hız ve verimlilik arasında denge kurmayı amaçlamaktadır. Önerilen değişiklikler; ek tahmin katmanları (P2–P5), dikkat mekanizmaları (CBAM, GAM), alternatif özellik birleştirme ağları (BiFPN), hafif omurga yapıları (Ghost, EfficientNet) ve iyileştirilmiş kayıp fonksiyonlarını (WIoU, Focal ECIoU) kapsamaktadır. Önerilen modeller, VisDrone ve DOTA adlı iki temel havai görüntü veri kümesi üzerinde değerlendirilmiş; doğruluk, işlem hızı ve model boyutu arasındaki denge ayrıntılı olarak incelenmiştir. VisDrone veri kümesinde, YOLOv11s + P2–P5 + Rep varyantı en yüksek doğruluk artışını sağlamış, mAP50 değerini 0.468'den 0.494'e (+%5.6) yükseltmiş, 196 FPS hız ve 23 MB model boyutu ile gerçek zamanlı performans göstermiştir. Benzer şekilde +P2– P5 + BiFPN ve +P2–P5 varyantları sırasıyla 0.493 ve 0.491 mAP50 değerlerine ulaşmış, her ikisi de 250 FPS üzeri hızlara erişmiştir. DOTA veri kümesinde, +P2 ve +P2–P5 + Rep konfigürasyonları sırasıyla 0.561 (+%1.8) ve 0.557 (+%1.1) mAP50 değerleri elde etmiş, 116 FPS'e varan hız artışları göstermiştir. Buna karşılık, EfficientNet omurgası model boyutunu %52 azaltmasına rağmen doğrulukta belirgin düşüşe yol açmış, dengeli mimari tasarımın önemini ortaya koymuştur. Bu çalışma, havai görüntülere özgü YOLOv11s varyantlarının sistematik bir analizini sunmakta; doğruluk, hesaplama verimliliği ve model kompaktlığı arasındaki etkileşimi detaylı biçimde incelemektedir. Elde edilen bulgular, modüler ve hafif mimari uyarlamaların, model karmaşıklığını artırmadan gerçek zamanlı İHA algılama sistemlerinin başarımını önemli ölçüde artırabileceğini göstermektedir.