Bilgisayarlı Görü Projelerinde Veri Etiketleme Stratejisi

Veri etiketleme, bir bilgisayarlı görü modelinin öğrenmesi için görüntülere sınıf, sınır kutusu, maske veya nokta biçiminde referans doğru (ground truth) bilgisini insan eliyle eklemektir. Bir görü projesinde modelin tavan performansını mimari değil, çoğu zaman bu etiketlerin tutarlılığı ve etiket kalitesi belirler.

Bu yazı, bilgisayarlı görünün ne olduğunu değil — onun için bilgisayarlı görü konusundaki kapsamlı rehber yeterli — üretim kalitesinde bir modelin en pahalı ve en belirleyici adımı olan veri etiketleme sürecini bir strateji olarak ele alır. Sıralı beş karar üzerinden ilerleyeceğiz: şema, talimat ve uyum, veri miktarı, aktif öğrenme ve kalite kontrol. Her bir karara ayrı bir bölüm ayıracak, ardından bunları tek bir uçtan uca süreç şablonunda birleştireceğiz. Amaç, "iyi model nasıl kurulur" sorusundan önce sorulması gereken "iyi etiket nasıl üretilir" sorusuna sahadan gelmiş, uygulanabilir bir yanıt vermektir; çünkü uygulamada gördüğümüz her başarısız görü projesinin kökeninde, neredeyse istisnasız, model değil veri etiketleme kararları yatar.

Tanım

Veri Etiketleme (Data Labeling)

Bir makine öğrenmesi modelinin öğrenmesi için ham veriye referans doğru (ground truth) bilgisini insan eliyle eklemek. Bilgisayarlı görüde bu, görüntülere sınıf etiketi, sınır kutusu, segmentasyon maskesi veya anahtar nokta atamak biçiminde yapılır. Etiketlerin tutarlılığı ve etiket kalitesi, modelin ulaşabileceği tavan başarıyı doğrudan belirler.

Ayrıca: Data labeling, veri anotasyonu, etiketleme, ground truth üretimi

Görü projeleri sıklıkla model seçimiyle özdeşleştirilir; oysa gerçek emeğin çoğu etikete gider. Uygulamada ekiplerin çalışma süresinin büyük bir kısmı model eğitimine değil, veri toplama, temizleme ve etiketlemeye harcanır (illustratif olarak çoğu ekip için işin ağırlıklı kısmı). Sebebi basittir: derin öğrenme modelleri denetimli öğrenir; yani her doğru cevabı bir insanın önceden göstermesi gerekir.

Bu payı görmek stratejik bir sonuç doğurur. En pahalı GPU'yu kiralamak veya en yeni YOLO sürümünü kullanmak, etiketleriniz tutarsızsa boşa gider. Makine öğrenmesinde bir ilke vardır: çöp girerse çöp çıkar. Model, kendisine gösterilen etiketleri sadakatle taklit eder; etiketler çelişkiliyse model de çelişkili öğrenir. Bu yüzden veri etiketleme, projenin sonuna bırakılan bir angarya değil, en baştan tasarlanan bir mühendislik disiplinidir.

Etiket Neden Modelin Tavanını Belirler?

Denetimli öğrenmede modelin gördüğü tek "doğru" kaynağı, insanın koyduğu etikettir. Model, altındaki matematik ne kadar güçlü olursa olsun, kendisine gösterilen referans doğruyu aşamaz; en iyi ihtimalle onu yeniden üretmeyi öğrenir. Bu yüzden etiketlerinizde sistematik bir hata varsa — diyelim ki "hasarlı" ile "aşınmış" sınıfları etiketleyiciler arasında farklı yorumlanıyorsa — model bu bulanıklığı öğrenir ve sahada aynı bulanıklıkla karar verir. Mimariyi değiştirmek, öğrenme oranını ayarlamak veya daha büyük bir omurga seçmek bu tavanı yükseltmez; çünkü sorun modelde değil, ona gösterilen gerçekliğin tanımındadır.

Bunu sahada en net gösteren an, bir ekibin haftalar boyunca farklı model mimarilerini denedikten sonra doğruluğun belli bir noktada çakılıp kaldığını görmesidir. Neredeyse her seferinde, bu tavanın kaynağı etiket setindeki tutarsızlıktır. Aynı nesneyi bir etiketleyici dahil edip diğeri hariç tutuyorsa, model iki çelişkili örnekten "kararsızlığı" öğrenir. Dolayısıyla bir görü projesinde harcanacak bir sonraki saatin en yüksek getirili yeri çoğu zaman yeni bir modelde değil, mevcut veri etiketleme setinin tutarlılığını ölçmektedir.

Bu gerçek, kaynak dağılımı açısından da önemli bir sonuç doğurur. Bir görü projesinin bütçesini planlarken içgüdüsel eğilim, paranın büyük kısmını hesaplama gücüne ve model geliştirmeye ayırmaktır; oysa üretim kalitesinde bir sonuç isteyen ekiplerin bütçelerinin ağırlıklı kısmı etiket üretimine, kalite kontrolüne ve yeniden etiketlemeye gitmelidir. Sahada başarılı olan ekipleri başarısız olanlardan ayıran şey çoğu zaman daha iyi bir model değil, etiketleme kararlarını ciddiye alan bir disiplindir. Model mimarileri hızla metalaşırken — herkes aynı açık kaynak omurgalara erişebilirken — kalıcı rekabet avantajı, kimsenin kolayca kopyalayamayacağı iyi etiketlenmiş, iyi yönetilen bir veri kümesinde saklıdır.

İyi Etiket Bir Kez Üretilmez, Sürdürülür

Etiketleme tek seferlik bir "veri hazırlama" adımı gibi görünse de üretimdeki bir görü sistemi için süreklidir. Sahadaki dağılım kayar (yeni ürün tipleri, yeni kamera açıları, mevsimsel ışık değişimi), model ilk etiketlendiği dünyayı yavaşça terk eder. Bu yüzden veri etiketleme, bir proje fazı değil, sistemin ömrü boyunca dönen bir döngüdür: topla, etiketle, eğit, izle, kayan örnekleri yeniden etiketle. Bu döngüyü baştan planlamayan ekipler, ilk üç ay parlak çalışan ama altıncı ayda sessizce kötüleşen modellerle karşılaşır. Sürdürülebilir bir etiketleme süreci, bu kaymayı erken yakalayan bir yeniden etiketleme mekanizmasını da içerir.

Her şey şemayla başlar: hangi sınıflar var, sınırları nerede, nasıl işaretlenecek. Şema belirsizse iki etiketleyici aynı görüntüye farklı etiket koyar ve veri kümesi sessizce tutarsızlaşır. İyi bir şema üç soruyu net yanıtlar: sınıf listesi ne (ve "diğer" kategorisi var mı), granülerlik ne (araç mı, yoksa otomobil/kamyon/otobüs mü), ve etiket türü ne (sınıf, kutu, maske, nokta).

Şemanın en kritik parçası sınır durumlardır: yarısı kadrajdan çıkan nesne, örtüşen iki nesne, bulanık veya çok küçük örnekler. Bu durumlar için kural baştan yazılmazsa, her etiketleyici kendi sezgisiyle karar verir. Pratik öneri: küçük bir pilot kümeyi birkaç kişiye etiketletip anlaşmazlıkları toplamak, sonra şemayı bu gerçek anlaşmazlıklara göre keskinleştirmektir. Şema, kağıt üzerinde değil, gerçek görüntüler üzerinde olgunlaşır.

Sınıf Listesi ve Granülerlik Kararı

Sınıf listesi görünüşte en kolay karardır ama en pahalı hataların çoğu buradan doğar. İki tuzak vardır. Birincisi aşırı ince granülerlik: modelinizi "kırmızı sedan", "beyaz sedan", "gri sedan" gibi sahada ayırt etmesi gereksiz ve verisi zayıf sınıflara bölerseniz, her sınıfa düşen örnek azalır, model öğrenemez ve etiketleyiciler kararsız kalır. İkincisi aşırı kaba granülerlik: "araç" gibi tek bir sınıf, aslında farklı davranması gereken kamyon ile motosikleti birleştirir ve modeliniz iş probleminin ihtiyacını karşılamaz. Doğru granülerlik, model kapasitesinden değil, iş kararından türetilir: sistem çıktısına bakan kişi hangi ayrımı görmek zorunda? Ayrımı gerektirmeyen hiçbir sınıfı bölmeyin.

Sınıf listesine bir "diğer" veya "belirsiz" kategorisi eklemek çoğu projede hayat kurtarır, ama dikkatli kullanılmalıdır. "Diğer", etiketleyicinin kararsız kaldığı her şeyi attığı bir çöp kutusuna dönüşürse, model bu sınıftan hiçbir şey öğrenemez ve gizli bir tutarsızlık kaynağı olur. Kural: "diğer"i yalnızca gerçekten nadir ve modelin hedeflemediği nesneler için ayırın; belirsizlik kaynaklı kararsızlığı ise talimatla çözün, "diğer"e süpürmeyin.

Etiket Türü Seçimi: Sınıf, Kutu, Maske, Nokta

Etiket türü hem maliyeti hem de modelin çözebileceği problemi belirler. En ucuzdan en pahalıya doğru: görüntü düzeyinde sınıf (bütün karede tek etiket), sınır kutusu (bounding box — nesneyi dikdörtgenle çevreleme), anahtar nokta (keypoint — eklem/köşe işaretleme), ve segmentasyon maskesi (piksel piksel sınır çizme). Maske, kutuya göre çoğunlukla 5-10 kat daha uzun sürer çünkü etiketleyici nesnenin çevresini elle takip eder.

Karar kuralı basittir ama sık ihlal edilir: probleme yeten en ucuz türü seçin. Bir güvenlik kamerasında "bu karede insan var mı" sorusu için maske israftır, sınıf yeter. Bir üretim hattında kusurun tam alanını ölçmeniz gerekiyorsa kutu yetmez, maske gerekir. Anahtar nokta ise poz tahmini, ölçüm veya hizalama gibi geometrik problemler içindir. Gereğinden hassas etiketleme, bütçeyi projenin başında tüketir ve genellikle model doğruluğuna hiçbir katkı sağlamaz. Bu tür seçimini, gelecekte "belki lazım olur" diye değil, bugünkü iş kararının gerektirdiği hassasiyete göre yapın.

Şema Bir Belgedir, Ama Yaşayan Bir Belge

İyi bir etiket şeması dosyada duran statik bir doküman değildir; her yeni sınır durum keşfedildiğinde güncellenen, sürüm numarası olan yaşayan bir belgedir. Sahada karşılaştığımız iyi işleyen ekipler, şemayı bir "karar günlüğü" ile birlikte tutar: hangi tartışmalı durumda nasıl karar verildiği, tarih ve gerekçesiyle kaydedilir. Böylece üç ay sonra ekibe katılan yeni bir etiketleyici, aynı soruyu yeniden açmak yerine geçmiş kararı okur. Şema sürümü değiştiğinde, daha önce eski kurala göre etiketlenmiş partilerin gözden geçirilmesi gerekip gerekmediğine karar vermek de bu disiplinin parçasıdır; aksi hâlde veri kümeniz farklı kural sürümlerinin sessiz bir karışımına döner.

Şema bir belge, talimat ise onun uygulanabilir hâlidir: örnek görüntüler, doğru/yanlış anotasyon örnekleri ve sınır durum kararları içeren yaşayan bir kılavuz. Ama talimatın işe yarayıp yaramadığını tek ölçen şey etiketleyici uyumudur. Aynı görüntü kümesini birden çok kişiye etiketletir, aralarındaki anlaşma oranını ölçersiniz.

Ölçüm için standart araçlar vardır: sınıflandırmada anlaşma oranı ve şansı düzelten Cohen kappa; kutu ve maske görevlerinde etiketleyiciler arası IoU tutarlılığı. Düşük etiketleyici uyumu neredeyse her zaman etiketleyicinin beceriksizliğini değil, şemanın belirsizliğini gösterir — yani çözüm eğitim değil, talimatı netleştirmektir. Uyumu düzenli ölçmek, tutarsızlığı veri kümesine yayılmadan yakalar ve etiket kalitesinin erken sigortasıdır.

İyi Bir Talimat Neye Benzer?

İşe yarayan bir etiketleyici talimatı, soyut kurallar listesi değil, örnek merkezli bir kılavuzdur. Her sınıf için "işte tam olarak böyle görünür" diyen olumlu örnekler, "buna benzese de bu sınıf DEĞİLDİR" diyen olumsuz örnekler ve en önemlisi "işte tartışmalı durum ve kararımız" diyen sınır durum örnekleri içerir. İyi talimatın altın kuralı: bir etiketleyicinin karşılaşabileceği kararı, o kararı vermeden önce talimatta bulabilmesidir. Talimat ne kadar çok "peki ya şu durumda?" sorusunu önceden yanıtlarsa, etiketleyici uyumu o kadar yükselir.

Talimatı tek seferde mükemmel yazmaya çalışmak hatadır. Gerçekte talimat, ilk pilot partinin ürettiği anlaşmazlıklardan büyür. Pratikte şöyle işler: küçük bir küme birden çok kişiye etiketlenir, anlaşmazlıkların çıktığı görüntüler tek tek incelenir, her anlaşmazlık ya talimata yeni bir kuralla ya da mevcut kuralın netleştirilmesiyle kapatılır. Bu döngü iki üç tur döndükten sonra talimat oturur ve etiketleyici uyumu belirgin yükselir. Talimatı yazının değil, gerçek anlaşmazlıkların yönlendirmesi gerektiğini akılda tutun.

Uyum Metriklerini Doğru Okumak

Cohen kappa, iki etiketleyicinin şans eseri anlaşmasını düzelten bir uyum ölçüsüdür; 1'e yaklaştıkça uyum artar, 0 civarı "şanstan iyi değil" demektir. Ama kappa'yı tek bir sihirli eşikle yorumlamak yanıltıcıdır: dengesiz sınıflarda (örneğin görüntülerin çoğu "kusursuz", çok azı "kusurlu") yüksek anlaşma oranı bile düşük kappa üretebilir, çünkü nadir sınıfta yapılan birkaç anlaşmazlık oranı sert düşürür. Bu yüzden kappa'yı her zaman ham anlaşma oranı ve sınıf bazlı hata analiziyle birlikte okuyun. Bir sınıfın kappa'sı düşükse, o sınıfın tanımına dönün.

Kutu ve maske görevlerinde uyum, IoU (kesişim/birleşim) tutarlılığı ile ölçülür: iki etiketleyicinin çizdiği kutuların örtüşme oranı. Burada dikkat edilecek nokta, "doğru kutu" diye tek bir gerçeğin olmamasıdır; iki dikkatli etiketleyici bile bir nesnenin kenarını birkaç piksel farklı çizer. Amaç kusursuz örtüşme değil, tutarlı ve şemayla uyumlu örtüşmedir. Eğer IoU tutarlılığı belli bir sınıfta sistematik olarak düşükse, sorun genellikle o sınıfın sınırının nasıl çizileceğinin talimatta belirsiz bırakılmasıdır — örneğin "gölgeyi dahil et mi, etme mi" kuralının hiç yazılmamış olması.

Etiketleyici Eğitimi ve Kalibrasyonu

Yeni bir etiketleyici ekibe katıldığında doğrudan üretim verisine sokulmamalıdır. İşe yarayan model, önce altın kümeden bir "kalibrasyon partisi" etiketletmek, çıktısını referansla karşılaştırıp geri bildirim vermek ve etiketleyicinin uyumu belli bir eşiğe ulaştığında üretim verisine geçirmektir. Bu kalibrasyon adımı, tutarsızlığı daha veri kümesine bulaşmadan yakalar. Aynı mantık düzenli aralıklarla tekrarlanır: her etiketleyici, üretim boyunca gizlice altın küme örnekleriyle karşılaştırılır, böylece zamanla kayan bir etiketleyicinin performansı sayısal olarak görünür kalır. Etiketleyici uyumunu bir kez ölçüp bırakmak değil, sürekli izlemek gerçek kaliteyi getirir.

En sık sorulan soru budur ve tek bir doğru sayı yoktur. Doğru yaklaşım ampiriktir: öğrenme eğrisi. Küçük bir kümeyle başlayın, modeli eğitin, doğrulama başarısını ölçün; sonra veriyi katlayıp eğrinin nasıl değiştiğine bakın. Eğri hâlâ dikçe yükseliyorsa etiketlemeye devam etmek getirilidir; düzleşmeye başladıysa, yeni etiketlerin maliyeti getirisini geçmiştir.

İki faktör gereken miktarı belirgin düşürür. Birincisi transfer öğrenme: büyük bir veri kümesinde önceden eğitilmiş bir omurga (backbone), sizin probleminize çok daha az örnekle uyarlanabilir. İkincisi problemin zorluğu ve çeşitliliği: az sayıda net sınıf, çok sayıda benzer sınıftan daha az veri ister. Ham sayıdan çok, sınıf dengesi ve sınır durumların kapsanması önemlidir; 10.000 benzer örnek yerine, çeşitliliği yüksek 2.000 örnek çoğu zaman daha iyi model verir. Aşırı öğrenme (overfitting) riskini de burada, doğrulama eğrisini izleyerek yönetirsiniz.

Öğrenme Eğrisini Pratikte Nasıl Kurarsınız?

Öğrenme eğrisi soyut bir kavram değil, uygulanabilir bir deneydir. Elinizdeki etiketli veriyi rastgele altkümelere bölün: örneğin toplam verinin %10, %25, %50, %75 ve %100'ü. Her altkümeyle aynı modeli aynı ayarlarla eğitin ve sabit bir doğrulama kümesinde başarıyı ölçün. Sonuçları veri miktarına karşı çizdiğinizde bir eğri elde edersiniz. Bu eğrinin şekli size iki şey söyler: eğri hâlâ dikse, daha fazla etiketleme muhtemelen ödüllendirir; eğri düzleşmişse, darboğaz artık veri miktarı değildir — model kapasitesi, etiket kalitesi veya problem tanımıdır.

Bu deneyin en değerli çıktısı, "durma noktasını" görünür kılmasıdır. Ekipler çoğu zaman "ne kadar çok veri o kadar iyi" sezgisiyle sınırsız etiketleme bütçesi ister; oysa eğri, belli bir noktadan sonra her yeni bin etiketin doğruluğa neredeyse hiçbir şey katmadığını sayısal olarak gösterir. O noktadan sonra bütçeyi yeni etikete değil, mevcut etiketin kalitesini yükseltmeye veya sınır durum çeşitliliğini artırmaya kaydırmak daha getirilidir. "Ne kadar veri" sorusunun cevabı bir sayı değil, bu eğrinin nerede düzleştiğidir.

Miktar mı, Çeşitlilik mi, Denge mi?

Ham örnek sayısı çoğu zaman yanıltıcı bir metriktir. Üç boyut, toplam sayıdan daha belirleyicidir. Birincisi sınıf dengesi: bir sınıfın örnekleri diğerlerinden yüzlerce kat fazlaysa, model nadir sınıfı görmezden gelmeyi öğrenir; burada nadir sınıfı hedefli etiketlemek, genel hacmi artırmaktan çok daha etkilidir. İkincisi çeşitlilik: modelin sahada karşılaşacağı tüm koşulların (ışık, açı, arka plan, cihaz) veri kümesinde temsil edilmesi. Tek bir vardiyada, tek kamerayla toplanmış 50.000 görüntü, farklı koşullardan gelen 5.000 görüntüden daha zayıf bir model verebilir. Üçüncüsü sınır durumların kapsanması: modelin en çok hata yaptığı yer genellikle nadir ama kritik durumlardır ve bunları bilinçli olarak veri kümesine dahil etmek gerekir.

Bu üç boyut, "ne kadar veri gerekir" sorusunu "hangi veri gerekir" sorusuna çevirir. Sahada en çok işe yarayan yaklaşım, rastgele büyük bir küme etiketlemek yerine, modelin hata analizinden yola çıkıp eksik kaldığı bölgeleri hedefli etiketlemektir. Bu, bir sonraki bölümdeki aktif öğrenmenin de temel mantığıdır.

Rastgele örnek etiketlemek savurgandır: veri kümesindeki örneklerin çoğu, model için zaten kolaydır ve yeni bilgi taşımaz. Aktif öğrenme bu savurganlığı keser. Fikir şudur: modeli önce küçük bir kümeyle eğitin, sonra etiketlenmemiş havuzda modelin en çok kararsız kaldığı — en bilgilendirici — örnekleri seçip yalnızca onları etiketleyin. Böylece aynı doğruluğa çok daha az etiketle ulaşır, etiketleme maliyetini belirgin düşürürsünüz.

Aktif öğrenme tek kaldıraç değildir. Önceden eğitilmiş bir modelle ön-etiketleme yapıp insana yalnızca düzeltme bıraktırmak (model önerir, insan onaylar) hızı katlar. Kolay örnekleri eşik üstü güvenle otomatik etiketleyip zor olanları insana yönlendirmek, insan emeğini en çok işe yaradığı yere odaklar. Nadir sınıflar için veri artırma (augmentation) ve sentetik veri, etiketleme yükünü dengeler. Bu kaldıraçların ortak mantığı: insan zamanını en yüksek getirili örneklere ayırmak.

Aktif Öğrenme Döngüsü Nasıl Çalışır?

Aktif öğrenme pratikte tekrar eden bir döngüdür. Önce küçük bir tohum kümesi etiketlenir ve model eğitilir. Sonra bu model, henüz etiketlenmemiş büyük havuzun tamamına uygulanır ve her örnek için bir "belirsizlik" skoru üretilir — örneğin modelin iki sınıf arasında neredeyse eşit kararsız kaldığı örnekler en belirsizdir. En belirsiz örneklerden bir parti seçilip insana etiketlettirilir, model yeniden eğitilir ve döngü tekrarlar. Birkaç tur sonra model, rastgele seçime kıyasla belirgin daha az etiketle aynı doğruluğa ulaşır, çünkü her turda öğrenmesine en çok katkı yapacak örnekleri görmüştür.

Belirsizliği ölçmenin birkaç yolu vardır: modelin en yüksek güven skorunun düşük olması, ilk iki sınıf arasındaki farkın küçük olması (margin) veya çıktı dağılımının entropisinin yüksek olması. Nesne tespitinde belirsizlik, kutuların güven skorlarından ve çeşitliliğinden türetilir. Hangi ölçüt kullanılırsa kullanılsın, amaç aynıdır: modelin "bilmediğini bildiği" örnekleri öne çıkarmak.

Aktif Öğrenmenin Tuzakları

Aktif öğrenme güçlü ama tuzaklı bir araçtır. Birinci tuzak, yalnızca en belirsiz örnekleri seçmenin veri kümesini aykırı ve gürültülü örneklere doğru çarpıtabilmesidir; model, temsil edici olmayan uç durumlara aşırı odaklanabilir. Bunu dengelemek için belirsizlik seçimini çeşitlilik (diversity) örneklemesiyle karıştırmak gerekir: hem belirsiz hem de birbirinden farklı örnekleri seçmek. İkinci tuzak, seçim yapan modelin zayıf olduğu erken turlarda belirsizlik skorlarının güvenilmez olmasıdır; bu yüzden tohum kümesinin yeterince temsil edici olması önemlidir. Üçüncü tuzak, aktif öğrenmeyle toplanan verinin, sabit bir doğrulama kümesiyle değerlendirilmesinin şart olmasıdır — aksi hâlde neyi ne kadar iyileştirdiğinizi göremezsiniz.

Bu tuzaklara rağmen aktif öğrenme, etiketleme maliyetini düşürmenin en güçlü kaldıracıdır. Anahtar, onu tek başına değil, ön-etiketleme ve kalite kontrolle birlikte kullanmaktır. Ön-etiketlemede önceden eğitilmiş bir model taslak etiketler üretir, insan yalnızca düzeltir; bu, sıfırdan etiketlemeye göre çok daha hızlıdır. Ancak burada da bir tuzak vardır: insanlar model önerisini fazla güvenerek onaylama eğilimindedir (otomasyon yanlılığı), bu yüzden ön-etiketlenmiş partilerde de kör kalite denetimi şarttır.

Görü veri etiketlemede temel kararlar, seçenekler ve etkileri

Etiketleme kararı	Seçenek	Etkisi
Etiket türü	Sınır kutusu / segmentasyon maskesi	Maske piksel hassasiyeti verir; maliyet çoğunlukla 5-10 kat artar
Kim etiketler	İç ekip / dış sağlayıcı / kitle kaynak	İç: kalite yüksek, ölçek pahalı; kitle: ucuz, kalite değişken
Kaç etiketleyici	Tek / çoklu (konsensüs)	Çoklu, etiketleyici uyumunu ölçer ve hatayı düşürür, maliyeti artırır
Örnek seçimi	Rastgele / aktif öğrenme	Aktif öğrenme aynı doğruluğu daha az etiketle verir
Veri miktarı	Sabit hedef / öğrenme eğrisi	Eğri, gereksiz etiketlemeyi ve etiketleme maliyetini keser
Kalite kapısı	Yok / altın küme + denetim	Denetim, etiket kalitesini üretimden önce güvence altına alır

"Kim etiketler" sorusu, etiket kalitesi ile etiketleme maliyeti arasındaki dengeyi doğrudan belirler ve üç temel modelin farklı güçlü yanları vardır. İç ekip (in-house) en yüksek alan bilgisini ve kaliteyi verir: etiketleyiciler problemi yakından tanır, sınır durumlarda daha isabetli karar verir ve geri bildirim döngüsü kısadır. Bedeli, ölçeklenmesinin pahalı ve yavaş olmasıdır; büyük hacim gerektiğinde iç ekip darboğaza döner.

Dış etiketleme sağlayıcısı ölçek problemini çözer: hacmi hızla artırabilirsiniz. Ancak kaliteyi kendiniz güvence altına almanız gerekir; sağlayıcı sizin probleminizin sınır durumlarını bilmez. Burada altın küme ve düzenli denetim vazgeçilmezdir. Kitle kaynak (crowdsourcing) en ucuz seçenektir ve basit görevlerde (örneğin "bu karede kedi var mı") çok verimlidir; ama kalite değişkendir ve çoklu-etiketleyici konsensüsü olmadan güvenilmez. Çoğu kurumsal görü projesi hibrit çalışır: iç uzman sınır durumları ve altın kümeyi tanımlar, şemayı ve talimatı sahiplenir; dış ekip veya kitle kaynak hacmi üretir; kalite kapısı içeride kalır.

Model Seçimini Neye Göre Yaparsınız?

Karar üç değişkene bağlıdır: görevin alan bilgisi gereksinimi, gizlilik/regülasyon kısıtları ve hacim. Tıbbi görüntü veya üretim kusuru gibi derin alan bilgisi gerektiren görevlerde iç ekip veya alan uzmanı gözetimindeki dar bir dış ekip şarttır; genel nesneler (araç, yaya, ürün) için dış sağlayıcı yeterlidir. Veri hassassa — kişisel veri, ticari sır — dışarı çıkarmak KVKK ve gizlilik açısından risk taşır; bu durumda iç etiketleme veya sıkı sözleşmeli, yerinde çalışan bir ekip gerekir. Bu kısıt, özellikle on-premise ve egemen AI altyapısı tercih eden kurumlar için belirleyicidir. Hacim çok büyük ve görev basitse kitle kaynak devreye girer. Pratikte bu üç modeli tek bir projede katmanlı kullanmak — kolay hacmi dışarıda, zor ve hassas kararı içeride — en dengeli sonucu verir.

Etiketleme aracının seçimi, verimliliği ve kaliteyi doğrudan etkiler ama sıklıkla ihmal edilir. İyi bir araç, etiket türünüzü (kutu, maske, nokta, poligon) verimli desteklemeli, klavye kısayollarıyla hızlı çalışmaya izin vermeli, ön-etiketleme (model önerisi) entegrasyonu sunmalı ve en önemlisi kalite kontrol iş akışını — inceleme, onay, reddetme, yeniden etiketleme — yerleşik biçimde barındırmalıdır. Aracın etiketleyici uyumu ölçümünü ve altın küme kontrollerini desteklemesi, kaliteyi süreçten ayrı bir manuel işe dönüştürmemek için değerlidir.

Araç seçiminde iki tuzak vardır. Birincisi, parlak ama iş akışınıza uymayan bir araca kilitlenmek: etiketleyicilerin günde binlerce karar verdiği bir işte, her etikette birkaç saniyelik fazladan tıklama, toplamda büyük bir maliyettir. İkincisi, veri güvenliğini göz ardı etmek: hassas görüntüler bir dış SaaS aracına yükleniyorsa, verinin nerede saklandığı ve kimin eriştiği bir gizlilik kararıdır. Yerinde (self-hosted) araçlar bu kısıtı çözer ama kurulum ve bakım yükü getirir. Karar, tıpkı ekip modelinde olduğu gibi, verinin hassasiyetine ve hacme göre verilir.

Etiket kalitesi ölçülmeden yönetilemez ve bir kez değil sürekli ölçülür. En güçlü araç altın kümedir: uzmanın önceden ve titizce doğruladığı bir referans örnek kümesi. Etiketleyicilerin çıktısını bu altın kümeyle karşılaştırarak her kişinin ve genel sürecin doğruluğunu sayısal izlersiniz. İkinci araç konsensüstür: kritik örnekleri birden çok kişiye etiketletip anlaşmazlıkları bir uzmana taşımak.

Üçüncü katman denetimdir: rastgele örneklenen etiketlerin bağımsız gözden geçirilmesi ve hata oranının izlenmesi. Sistematik bir hata bulunursa — örneğin belirli bir sınıfın sürekli yanlış işaretlenmesi — kaynağı genellikle şemadadır ve talimatı düzeltip o partiyi yeniden etiketlemek gerekir. Unutmayın: test kümeniz de insan etiketlidir; oradaki hata, modelin gerçek başarısını gizler. Bu yüzden etiket kalitesini önce test kümesinde güvence altına almak, mimariyi değiştirmekten çoğu zaman daha yüksek getirilidir. Veri bilimi ve MLOps disiplinleri bu ölçüm döngüsünü üretimde ayakta tutar.

Altın Küme Nasıl Kurulur ve Kullanılır?

Altın küme, kalite kontrolün belkemiğidir ve dikkatle kurulmalıdır. İyi bir altın küme, sıradan örneklerle değil, sürecin zorlandığı sınır durumlarla zenginleştirilmiş temsil edici bir örnek kümesidir; bir veya birkaç uzman tarafından, mümkünse konsensüsle, titizce etiketlenir ve "doğru cevap" olarak kabul edilir. Bu küme üretim etiketleyicilerine gizlice serpiştirilir: etiketleyici, hangi örneğin altın küme olduğunu bilmeden çalışır, çıktısı referansla karşılaştırılır ve her kişinin doğruluğu sürekli izlenir. Böylece performansı düşen veya kayan bir etiketleyici, tutarsızlığı büyük hacme yayılmadan yakalanır.

Altın kümenin bir tehlikesi vardır: zamanla "eskir". Etiketleyiciler altın küme örneklerini ezberleyebilir ya da şema geliştikçe altın kümedeki kararlar güncelliğini yitirebilir. Bu yüzden altın küme de yaşayan bir varlıktır; düzenli olarak yenilenir, yeni sınır durumlarla beslenir ve şema sürümüyle uyumlu tutulur. Kalite kontrolü tek seferlik bir kapı değil, sürekli dönen bir döngü olarak kurmak, etiket kalitesini üretim boyunca ayakta tutan şeydir.

Sistematik Hatayı Rastgele Gürültüden Ayırmak

Etiket hataları iki türlüdür ve modele etkileri taban tabana zıttır. Rastgele gürültü — dikkatsizlik, yorgunluk, ara sıra kaçan bir örnek — modeli yavaşlatır ama genellikle yeterli veriyle ortalamada telafi edilir; model gürültüye karşı bir dereceye kadar dayanıklıdır. Sistematik hata ise çok daha tehlikelidir: bütün etiketleyiciler aynı sınır durumu aynı yanlış biçimde yorumluyorsa, bu artık gürültü değil, veri kümesine yerleşmiş bir yanlılıktır. Model bu yanlılığı sadakatle öğrenir ve test kümeniz de aynı yanlılığı içerdiği için sorunu hiç göremezsiniz — üretime çıkana kadar.

Bu ayrım, kalite kontrol stratejinizi belirler. Rastgele gürültüyü çoklu-etiketleyici konsensüsü ve genel doğruluk izlemesiyle yönetirsiniz. Sistematik hatayı ise ancak sınıf bazlı hata analizi ve bağımsız uzman denetimiyle yakalarsınız: "hangi sınıfta, hangi koşulda tutarlı biçimde yanılıyoruz" sorusunu düzenli sormak gerekir. Sistematik hata bulunduğunda çözüm tek bir etiketi düzeltmek değil, talimatı güncellemek ve etkilenen tüm partiyi yeniden etiketlemektir. Etiket kalitesini yönetmek, büyük ölçüde bu iki hata türünü ayırt edip her birine doğru araçla yanıt vermektir.

Yanlış Etiketin Model Üzerindeki Sinsi Etkisi

Yanlış etiketin en tehlikeli yanı, kendini gizlemesidir. Model, yanlış ama tutarlı etiketleri öğrendiğinde, aynı hatayı içeren test kümesinde yüksek doğruluk raporlar; metrikler mükemmel görünür, oysa sistem sahada yanılır. Bu yüzden bir görü projesinde en yüksek getirili kalite yatırımı, çoğu zaman modeli değil test kümesini denetlemektir. Test kümesinin bağımsız ve titiz bir biçimde doğrulanması, modelin gerçek başarısını görünür kılar ve çoğu ekibin haftalarca yanlış yönde optimizasyon yapmasını önler. Etiket kalitesini üretimden önce güvence altına almak, mimari değişikliğinden neredeyse her zaman daha yüksek getirilidir.

Sahada tekrar tekrar karşılaştığımız hatalar, aslında birer erken uyarı listesidir. Birincisi, şemayı pilotlamadan büyük hacme geçmek: talimat olgunlaşmadan binlerce görüntü etiketlenir, sonra şema değişince hepsi yeniden etiketlenmek zorunda kalır — en pahalı hatalardan biridir. İkincisi, etiketleyici uyumunu hiç ölçmemek: ekip aylarca çalışır, kimse tutarsızlığı fark etmez, ta ki model beklenmedik biçimde tavana çakılana kadar. Üçüncüsü, gereğinden hassas etiket türü seçmek: kutu yeterken maske çizerek bütçeyi projenin başında tüketmek.

Dördüncüsü, kalite kontrolü sona bırakmak: etiketleme bitince "bir bakarız" demek, oysa hata ne kadar geç bulunursa düzeltmesi o kadar pahalıdır. Beşincisi, test kümesini üretim etiketleyicilerine güvenerek etiketletmek ve bağımsız doğrulamamak — bu, modelin gerçek başarısını ölçme yeteneğinizi kökten sakatlar. Altıncısı, sınıf dengesizliğini ve çeşitliliği göz ardı edip ham sayıya güvenmek. Bu hataların ortak paydası, veri etiketlemeyi bir mühendislik disiplini değil, mekanik bir angarya olarak görmektir. Doğru zihniyet, her etiketleme kararını ölçülebilir ve geri döndürülebilir bir mühendislik kararı olarak ele almaktır.

Somutlaştırmak için tipik bir üretim hattı kusur tespiti senaryosunu izleyelim (illustratif bir birleşik örnek). Ekip başlangıçta "kusurlu / kusursuz" gibi iki sınıflı basit bir şemayla yola çıkar ve birkaç bin görüntüyü hızla etiketler. İlk model beklenenden çok düşük doğruluk verir. Sorunu araştırdıklarında, "kusur" tanımının etiketleyiciler arasında tutarsız uygulandığını görürler: kimi küçük yüzey izlerini kusur sayar, kimi saymaz. Etiketleyici uyumunu ölçtüklerinde kappa'nın düşük olduğu, yani sorunun modelde değil şemada olduğu ortaya çıkar.

Ekip geri döner, şemayı keskinleştirir: kusuru tipine göre alt sınıflara böler, her tip için olumlu/olumsuz örnekli bir talimat yazar ve tartışmalı yüzey izleri için net bir eşik kuralı koyar. Küçük bir pilotla uyumu yeniden ölçer; kappa belirgin yükselir. Ardından öğrenme eğrisi kurarlar ve belli bir noktadan sonra yeni etiketin doğruluğa katkısının düştüğünü görüp bütçeyi hacimden nadir kusur tiplerini hedefli etiketlemeye kaydırırlar. Aktif öğrenmeyle modelin en kararsız kaldığı örnekleri önceliklendirir, ön-etiketlemeyle hızı artırır ve bir altın kümeyle üretim etiketleyicilerini sürekli izlerler. Sonuç, aynı model mimarisiyle ama çok daha tutarlı bir veri etiketleme süreciyle elde edilen belirgin bir doğruluk sıçramasıdır. Ders açıktır: iyileşme modelden değil, etiketleme stratejisinden geldi. Bu desen, sahada çalışan görü uygulamalarında tekrar tekrar görülür.

Veri etiketleme yalnızca teknik bir süreç değil, aynı zamanda bir veri yönetişimi meselesidir. Etiketlenen görüntüler kişisel veri (yüz, plaka, kimlik) veya ticari sır içeriyorsa, bu verinin kim tarafından, nerede ve hangi izinle işlendiği hukuki bir sorumluluktur. Dış bir etiketleme ekibine hassas görüntü göndermek, veri işleme sözleşmeleri, anonimleştirme (yüz/plaka bulanıklaştırma) ve erişim kontrolü olmadan yapılamaz. Bu kısıtlar, çoğu zaman ekip ve araç seçimini teknik gereksinimlerden daha güçlü biçimde belirler.

Yönetişimin ikinci boyutu izlenebilirliktir: hangi görüntünün hangi sürüm talimatla, hangi etiketleyici tarafından, ne zaman etiketlendiğinin kaydı. Bu iz, bir model üretimde beklenmedik davrandığında kök nedene inmenizi sağlar ve regüle sektörlerde denetim için gereklidir. Multimodal sistemler yaygınlaştıkça — görüntü ve metni birlikte işleyen modeller — etiketleme süreçleri de metin, görüntü ve ilişki etiketlerini bir arada yönetmek zorunda kalıyor; bu, yönetişim ihtiyacını daha da artırıyor. Etiketleme stratejinizi kurarken gizlilik ve izlenebilirliği baştan tasarlamak, sonradan eklemekten çok daha ucuzdur.

Aşağıdaki şablon, bir görü etiketleme projesini pilotdan üretime taşımanın sırasını özetler. Bu adımlar doğrusal görünse de pratikte döngüseldir: uyum düşükse şemaya, eğri düzleşmiyorsa veri miktarına, kalite kapısı sızdırıyorsa talimata geri dönülür. Şablonun değeri, sırayı değil, her adımın bir sonrakine geçmeden önce sağlanması gereken bir ölçütle bağlı olmasını sağlamaktır. Bir adımın ölçütü karşılanmadan bir sonrakine geçmek, sahada en pahalı hataların kaynağıdır: şema olgunlaşmadan hacme geçen ekip binlerce görüntüyü yeniden etiketler, uyum ölçülmeden büyüyen ekip tutarsızlığı geç fark eder. Bu yüzden şablonu bir hız yarışı değil, her kapısında ölçüm yapılan kontrollü bir ilerleme olarak okuyun.

Nasıl Yapılır

Görü veri etiketleme süreç şablonu

Bir bilgisayarlı görü etiketleme projesini pilot şemadan üretim kalitesine taşıyan adımlar.

1. 1

   Etiket şemasını taslakla

   Sınıfları, granülerliği ve etiket türünü (kutu/maske/nokta) tanımla; sınır durumları listele.

2. 2

   Pilotla şemayı sağlamlaştır

   Küçük bir kümeyi birkaç kişiye etiketlet, anlaşmazlıkları topla ve talimatı keskinleştir.

3. 3

   Etiketleyici uyumunu ölç

   Cohen kappa veya IoU tutarlılığı ile uyumu hesapla; düşükse şemaya geri dön.

4. 4

   Öğrenme eğrisiyle veri miktarını bul

   Küçük başla, veriyi katla, doğrulama eğrisi düzleşene kadar etiketlemeyi sürdür.

5. 5

   Aktif öğrenmeyle ölçekle

   Modelin en kararsız kaldığı örnekleri seçip önce onları etiketleyerek maliyeti düşür.

6. 6

   Altın küme ve denetimle kaliteyi kilitle

   Referans kümeyle doğruluğu izle, rastgele denetim yap ve hatalı partileri yeniden etiketle.

Bu şablonun özü, her adımı ölçerek büyütmektir: küçük ve tutarlı bir başlangıç, büyük ama gürültülü bir veri kümesinden her zaman daha iyi model üretir.

Bu kontrol sırası küçük görünür ama sahada en çok zaman kazandıran alışkanlıktır; her görü ekibinin duvarına asması gereken bir hatırlatmadır. Ekiplerin büyük çoğunluğu, doğruluk beklentiyi karşılamadığında refleks olarak model tarafına koşar: yeni bir mimari, daha büyük bir omurga, daha uzun eğitim. Oysa vakaların çoğunda darboğaz veri etiketleme tarafındadır ve orada harcanacak bir saat, model tarafında harcanacak bir haftadan daha çok getirir. Bu refleksi tersine çevirmek — önce etikete, sonra modele bakmak — deneyimli görü ekiplerini ayıran en belirgin alışkanlıktır.

Etiket türü kararı yalnızca "kutu mu maske mi" ikilemi değildir; her tür farklı bir problem sınıfını çözer ve farklı bir maliyet-hassasiyet dengesi taşır. Görüntü düzeyinde sınıflandırma en ucuzudur: bütün kareye tek bir etiket koyarsınız ("bu görüntüde kusur var"). Konum bilgisi gerekmiyorsa israf etmeden bunu seçin. Sınır kutusu, nesnenin konumunu dikdörtgenle verir ve nesne sayma, takip veya kaba yer tespiti için idealdir; hızlıdır ve etiketleyici uyumunu yüksek tutmak nispeten kolaydır çünkü dikdörtgen çizmek görece belirsizlikten uzaktır.

Poligon ve segmentasyon maskesi, nesnenin gerçek şeklini piksel düzeyinde verir. Bir kusurun tam alanını ölçmek, örtüşen nesneleri ayırmak veya düzensiz şekilli nesneleri (organik dokular, sıvı lekeleri) hassas sınırlamak gerektiğinde zorunludur. Bedeli yüksektir: maske çizmek kutu çizmekten çoğunlukla 5-10 kat uzun sürer ve etiketleyici uyumunu korumak daha zordur çünkü "sınırın tam olarak nerede bittiği" öznel bir karardır. Anahtar nokta (keypoint) etiketleme, poz tahmini, ölçüm veya hizalama gibi geometrik problemler içindir: nesnenin belirli eklem veya köşe noktalarını işaretlersiniz. Küp (cuboid) etiketleme, 3B kutu gerektiren otonom sürüş gibi senaryolarda kullanılır. Video için ise nesne takibi (tracking) etiketlemesi devreye girer: aynı nesneyi kareler boyunca tutarlı kimlikle izlemek, tek kare etiketlemekten kat kat karmaşıktır.

Doğru Türü Seçmenin Karar Ağacı

Tür seçimini duygusal değil, iş kararı olarak yapın. Önce sorun: sistem çıktısına bakan kişi konumu bilmek zorunda mı? Değilse sınıflandırma yeter. Konum gerekiyorsa: kaba yer yeterli mi, yoksa piksel hassasiyeti mi lazım? Kaba yeter ise kutu, piksel gerekiyorsa maske. Geometrik ilişki mi ölçüyorsunuz? O zaman anahtar nokta. Bu karar ağacı, "belki ileride lazım olur" korkusuyla en pahalı türü seçme eğilimini frenler. Gelecekteki bir ihtiyaç için bugün 5 kat fazla ödemek, o ihtiyaç gerçekten doğduğunda hedefli yeniden etiketleme yapmaktan neredeyse her zaman daha pahalıdır. Etiketleme maliyetini kontrol etmenin en sessiz ama en etkili yolu, bu tür seçimini disiplinle yapmaktır.

Görü etiket türleri: kullanım, maliyet ve uyum profili

Etiket türü	Ne için	Göreli maliyet ve uyum
Görüntü sınıflandırma	Konum gerekmeyen var/yok kararı	En ucuz; etiketleyici uyumu yüksek
Sınır kutusu	Sayma, takip, kaba konum	Düşük maliyet; uyum yönetilebilir
Anahtar nokta	Poz, ölçüm, hizalama	Orta maliyet; nokta tanımı netse uyum iyi
Segmentasyon maskesi	Piksel sınırı, alan ölçümü	Yüksek maliyet (5-10x); uyumu korumak zor
Nesne takibi (video)	Kareler arası tutarlı kimlik	En yüksek maliyet; kimlik tutarlılığı kritik

Küçük bir pilotta kaliteyi korumak kolaydır; asıl sınav, ekip büyüyüp hacim onlarca kata çıktığında gelir. Ölçekte kalite üç kanaldan sızar. Birincisi etiketleyici sayısı arttıkça yorumların çeşitlenmesidir: on kişinin ortak sezgisi, ikisininkinden daha dağınıktır, bu yüzden talimatın ve altın kümenin ölçekte çok daha keskin olması gerekir. İkincisi vardiya ve yorgunluk etkisidir: aynı etiketleyici günün sonunda sabahkinden farklı kararlar verir; bu kaymayı yakalamak için gizli altın küme kontrolleri gün içine yayılmalıdır. Üçüncüsü ekip değişimidir: ayrılan bir etiketleyicinin yerine gelen yeni kişi, kalibrasyon adımından geçmezse veri kümesine sessiz bir tutarsızlık enjekte eder.

Ölçekte kaliteyi korumanın anahtarı, kalite kontrolü manuel bir çabadan sistematik bir sürece dönüştürmektir. Her partide sabit bir oranda altın küme örneği, her etiketleyici için sürekli izlenen bir doğruluk skoru, ve belli bir eşiğin altına düşen etiketleyici veya sınıf için otomatik uyarı. Bu sistem kurulduğunda, bir sorun büyük hacme yayılmadan yakalanır. Ölçek büyürken en sık yapılan hata, kaliteyi "ekip zaten öğrendi" varsayımıyla gevşetmektir; oysa ölçek, kalite baskısını azaltmaz, artırır. Etiket kalitesi, hacimle otomatik gelmez; hacimle birlikte bilinçli olarak sürdürülür.

Etiketleyici Geri Bildirim Döngüsü

Ölçekte kaliteyi ayakta tutan görünmez mekanizma, etiketleyiciye giden geri bildirimdir. Bir etiketleyici hata yaptığında bunu asla öğrenmezse, aynı hatayı binlerce kez tekrarlar. İşleyen ekiplerde denetim sonuçları etiketleyiciye düzenli ve yapıcı biçimde döner: "şu sınır durumda kararın şemayla uyuşmuyor, doğrusu bu ve nedeni bu". Bu döngü, etiketleyici uyumunu zamanla yükselten şeydir; ceza mekanizması değil, öğrenme mekanizmasıdır. En iyi etiketleme operasyonları, etiketleyiciyi bir "tıklama makinesi" değil, şemayı birlikte olgunlaştıran bir ortak olarak görür — çünkü sınır durumları ilk fark eden çoğu zaman sahadaki etiketleyicidir.

Son yıllarda "etiketlemeyi tamamen otomatikleştirme" vaadi güçlendi: önceden eğitilmiş büyük modeller, birçok görevde makul taslak etiketler üretebiliyor. Bu gerçek bir kaldıraçtır ama "insanı tamamen çıkar" biçiminde okunması hatadır. Doğru okuma, insan emeğinin nereye kayacağıdır: ham çizimden denetime ve sınır durum kararına. Otomatik ön-etiketleme kolay çoğunluğu halleder; insan, modelin yanıldığı zor azınlığa ve şemanın belirsiz bıraktığı sınır durumlara odaklanır. Bu, veri etiketleme sürecini ortadan kaldırmaz, yeniden şekillendirir.

Kendinden denetimli (self-supervised) ön eğitim ise farklı bir kaldıraçtır: model, etiketsiz büyük görüntü havuzundan genel temsiller öğrenir, sonra sizin küçük etiketli kümenizle probleminize uyarlanır. Bu, gereken etiket miktarını belirgin düşürür ve öğrenme eğrisini yukarı kaydırır. Ancak hiçbir otomatik yöntem, iş probleminizin ne olduğunu ve sınır durumların nasıl karara bağlanacağını sizin yerinize tanımlamaz. Otomasyon miktarı azaltır, tanımı değil. Bu yüzden en olgun ekipler bile şema tasarımına, talimata ve kalite kapısına insan uzmanlığını ayırmaya devam eder; otomatikleştirilen şey ham emek, otomatikleştirilemeyen şey yargıdır.

Bir etiketleme operasyonunu yönetebilmek için onu ölçmek gerekir ve doğru metrikler dört boyutu kapsar. Kalite boyutunda: altın kümeye karşı doğruluk, etiketleyici uyumu (kappa / IoU tutarlılığı) ve denetimde bulunan hata oranı. Hız boyutunda: etiket başına ortalama süre ve günlük çıktı. Maliyet boyutunda: etiket başına birim maliyet ve yeniden etiketleme oranı. Kapsama boyutunda: sınıf dağılımı ve sınır durum temsili. Bu dört boyutu birlikte izlemeyen ekipler bir boyutu diğerinin pahasına optimize eder — örneğin hızı artırırken kaliteyi düşürür ve bunu fark etmez.

Bu metriklerin en değerli kullanımı, bir sorunun kaynağını daraltmaktır. Doğruluk düşükse ama uyum yüksekse, sorun şemadadır (herkes tutarlı biçimde yanlış). Uyum düşükse, sorun talimatın belirsizliğidir. Yeniden etiketleme oranı yüksekse, şema pilotlanmadan hacme geçilmiştir. Bu tanı yeteneği, etiketleme sürecini "umarım iyidir" belirsizliğinden çıkarıp yönetilebilir bir mühendislik sürecine dönüştürür. Etiket kalitesi, ölçülen ve kök nedene bağlanan bir büyüklük olduğunda gerçekten yönetilebilir hâle gelir.

Etiketleme maliyetini yönetmek için önce onu doğru çerçevelemek gerekir. Toplam maliyet üç bileşenden oluşur: etiket başına birim maliyet (etiket türü ve karmaşıklığıyla belirlenir), toplam etiket sayısı (öğrenme eğrisiyle ve aktif öğrenmeyle kontrol edilir) ve kalite maliyeti (çoklu-etiketleyici, denetim, yeniden etiketleme). Ekipler genellikle yalnızca ilk iki bileşene odaklanıp kalite maliyetini görmezden gelir; oysa yeniden etiketleme, kötü kurulmuş bir süreçte en büyük gizli kalemdir. Bir partiyi iki kez etiketlemek zorunda kalmak, ilk seferde doğru talimatla etiketlemenin çok üzerinde maliyet çıkarır.

Bu çerçeve, maliyet düşürme kaldıraçlarını da netleştirir. Birim maliyeti probleme yeten en ucuz etiket türünü seçerek düşürürsünüz. Toplam sayıyı öğrenme eğrisiyle durma noktasını bularak ve aktif öğrenmeyle en bilgilendirici örneklere odaklanarak düşürürsünüz. Kalite maliyetini ise paradoksal biçimde erken yatırım yaparak düşürürsünüz: şemaya ve talimata baştan yatırım yapmak, sonradan yeniden etiketleme maliyetini keser. "Ucuz etiket" peşinde koşup kaliteyi ihmal etmek, çoğu zaman en pahalı yoldur; çünkü tutarsız bir veri kümesiyle eğitilen model üretimde hata yapar ve bu hatanın bedeli, etiketleme bütçesinin çok üzerindedir. Etiketleme maliyetini gerçekten optimize etmek, en ucuz etiketi değil, doğruluk başına en düşük toplam maliyeti aramaktır.

Etiketleme, model eğitilince biten bir adım değildir. Üretime çıkan bir görü modeli, sahadan sürekli yeni ve zorlayıcı örneklerle karşılaşır; modelin en çok yanıldığı veya en kararsız kaldığı bu örnekler, bir sonraki etiketleme turunun en değerli hammaddesidir. İyi kurulmuş sistemlerde üretim, etiketlemeyi besleyen bir geri bildirim döngüsüdür: model üretimde çalışır, zor örnekler toplanır, bunlar etiketlenip veri kümesine eklenir, model yeniden eğitilir. Bu döngü, aktif öğrenmenin üretimdeki doğal uzantısıdır ve modelin zamanla kötüleşmesini (drift) önleyen mekanizmadır.

Bu bağlantı, veri etiketlemeyi bir proje maliyeti olmaktan çıkarıp sürekli bir sistem yeteneğine dönüştürür. Etiketleme altyapısını — araç, ekip, kalite kapısı, altın küme — tek seferlik değil, sürdürülebilir kurmak bu yüzden önemlidir. Sahada uzun ömürlü görü sistemleri, model mimarisi en yeni olan değil, etiketleme ve yeniden etiketleme döngüsü en disiplinli olan sistemlerdir.

Etiketleme tartışmaları genellikle eğitim verisine odaklanır, oysa en yüksek getirili etiketleme kararı test kümesindedir. Test kümesi, modelinizin gerçek başarısını ölçtüğünüz terazidir; bu terazi bozuksa, ne ölçtüğünüzü bilemezsiniz. Eğitim verisindeki gürültü modeli yavaşlatır ama test verisindeki hata sizi kör eder: yanlış etiketli bir test kümesi, iyi bir modeli kötü, kötü bir modeli iyi gösterebilir. Bu yüzden test kümesi, eğitim verisinden farklı ve daha yüksek bir titizlikle etiketlenmelidir — mümkünse birden çok uzmanın konsensüsüyle, bağımsız denetimle.

Sahada tekrar tekrar gördüğümüz bir hata, test kümesini de üretim etiketleyicilerine aynı süreçle etiketletip bağımsız doğrulamamaktır. Böyle bir kurulumda, eğitim ve test aynı sistematik hatayı paylaşır; model bu ortak hatayı öğrenir ve test kümesinde parlak sonuç verir, ama saha bambaşka davranır. Test kümesini korumanın kuralı basittir: onu eğitim sürecinden ayrı tutun, en iyi etiketleyicilerinize veya uzmanınıza etiketletin, konsensüsle sağlamlaştırın ve düzenli olarak yeniden denetleyin. Modelin gerçek başarısını görmek istiyorsanız, önce onu ölçen terazinin doğruluğuna yatırım yapın.

Her etiketleme kararı, projenin ilerleyen aşamalarına yayılan bir dalga etkisi yaratır. Şemada bir sınıfı fazla ince böldüyseniz, bu karar yalnızca etiketleme maliyetini artırmaz; her sınıfa düşen örnek azaldığı için modelin öğrenmesini de zorlaştırır ve değerlendirme metriklerini gürültülü hâle getirir. Etiket türünde gereğinden hassas gittiyseniz, yalnızca bütçeyi değil zamanı da tüketir ve projenin ilk modeline ulaşma hızını yavaşlatırsınız — ki erken bir taslak modele hızla ulaşmak, öğrenme eğrisini kurmak ve aktif öğrenmeyi başlatmak için kritiktir.

Tersine, iyi kurulmuş etiketleme kararları da yukarı doğru güç verir. Net bir şema, yalnızca tutarlı veri değil, aynı zamanda anlaşılır hata analizi sağlar: model hangi sınıfta yanılıyor sorusunu net yanıtlayabilirsiniz. Ölçülen etiketleyici uyumu, bir modelin tavanının nerede olduğunu önceden söyler. Bu yüzden etiketleme, projenin en başında verilen ama en sona kadar etkisi süren kararların toplamıdır. Deneyimli ekipler, model kodunu yazmadan önce günler harcayıp şemayı ve talimatı olgunlaştırır; çünkü bu erken yatırımın getirisinin, sonraki her adımda katlanarak döndüğünü bilirler.

Sağlık, finans, güvenlik ve kamu gibi regüle alanlarda etiketleme, teknik gereksinimlerin ötesinde bir uyum meselesine dönüşür. Bu alanlarda etiketlenen veri çoğu zaman kişisel veya hassas veridir; kimin eriştiği, nerede işlendiği ve ne kadar saklandığı hukuki sorumluluk taşır. Etiketleme sürecini bu alanlarda kurarken, veri minimleştirme (yalnızca gerekli görüntüyü işlemek), anonimleştirme (yüz, plaka, kimlik bulanıklaştırma) ve erişim kaydı baştan tasarlanmalıdır. Dış bir ekiple çalışılacaksa, veri işleme sözleşmeleri ve yerinde çalışma koşulları çoğu zaman zorunludur.

Regüle alanların ikinci gereksinimi izlenebilirliktir: her etiketin hangi talimat sürümüyle, kim tarafından, ne zaman üretildiğinin denetlenebilir kaydı. Bir model üretimde tartışmalı bir karar verdiğinde, kök nedene inebilmek ve bunu bir denetçiye gösterebilmek gerekir. Bu, AI risk değerlendirme dokümanının da beklediği türden bir kanıt zinciridir. Regüle sektörlerde çalışan ekiplerin sıkça paylaştığı gözlem, onay süreçlerinin teknik doğruluktan çok bu izlenebilirlik ve yönetişim gereksinimlerine takıldığıdır; bu deneyimlerin bir kısmını regüle sektörde AI onay süreçleri saha notunda bulabilirsiniz. Etiketleme stratejinizi bu alanlarda kurarken uyumu sonradan eklenecek bir katman değil, sürecin baştan içine örülmüş bir tasarım ilkesi olarak ele alın.

Bir etiketleme operasyonunun verimliliği, çoğu kişinin sandığından çok daha fazla etiketleyicinin gündelik deneyimine bağlıdır. Etiketleyici, günde binlerce mikro karar veren bir uzmandır; her karardaki birkaç saniyelik sürtünme, toplamda projenin en büyük gizli maliyetidir. İyi tasarlanmış bir iş akışı, sık kullanılan sınıfları klavye kısayoluyla erişilir kılar, gereksiz tıklamaları eler, ön-etiketleme önerisini verimli sunar ve etiketleyicinin ekranını gereksiz bilgiyle boğmaz. Bu ergonomik ayrıntılar kulağa önemsiz gelir ama etiketleme hızını ve dolayısıyla etiketleme maliyetini doğrudan belirler.

Verimliliğin ikinci boyutu, etiketleyicinin kararlarının bağlamıdır. Bir etiketleyici, neden bu görevi yaptığını ve kararlarının modeli nasıl etkilediğini anladığında, mekanik bir tıklayıcıdan bir kalite ortağına dönüşür. En iyi ekipler, etiketleyicilere düzenli geri bildirim verir, sınır durumları birlikte tartışır ve şemayı sahadan gelen gözlemlerle olgunlaştırır. Bu, hem etiketleyici uyumunu yükseltir hem de motivasyonu korur — yüksek devir hızı olan bir etiketleme ekibi, sürekli kalibrasyon maliyeti nedeniyle asla istikrarlı kaliteye ulaşamaz. Etiketleyici deneyimini ihmal etmek, verimliliği ve kaliteyi aynı anda düşüren sessiz bir hatadır.

Etiketleme ile model değerlendirmesi çoğu zaman ayrı süreçler gibi ele alınır; oysa aynı madalyonun iki yüzüdür. Değerlendirme metrikleriniz — hangi sınıfta doğruluk, hangi koşulda hata — ancak etiket şemanız kadar anlamlıdır. Şemanız bir sınıfı fazla kaba tanımladıysa, değerlendirme size modelin gerçekte nerede yanıldığını gösteremez. Bu yüzden şemayı tasarlarken "bu ayrımı ölçmek isteyecek miyim" sorusunu da sormak gerekir. İyi bir şema, yalnızca tutarlı eğitim verisi değil, aynı zamanda keskin bir değerlendirme yeteneği üretir.

Bu birliktelik, hata analizini de güçlendirir. Model belli bir sınıfta veya belli bir koşulda tutarlı biçimde yanılıyorsa, çözüm çoğu zaman modelde değil, o bölgenin veri etiketleme kapsamındadır: ya o sınıf az temsil edilmiştir, ya sınır durumu talimatta belirsiz kalmıştır, ya da etiketler tutarsızdır. Değerlendirmeden etiketlemeye giden bu geri besleme, aktif öğrenmenin de temelidir: modelin en çok yanıldığı bölgeyi görüp oraya hedefli etiket üretmek. Etiketleme ve değerlendirmeyi birbirinden kopuk iki adım olarak değil, sürekli konuşan iki süreç olarak tasarladığınızda, hem etiket kalitesi hem de model doğruluğu birlikte yükselir.

Bir görü modeli için ne kadar etiketli veri gerekir?

Tek bir sihirli sayı yoktur; doğru cevap öğrenme eğrisiyle bulunur. Küçük bir kümeyle başlayıp modeli eğitin, doğrulama başarısını ölçün, sonra veriyi katlayıp eğriye bakın. Eğri düzleşince yeni etiketlerin getirisi maliyetini karşılamıyordur. Transfer öğrenme gereken miktarı belirgin düşürür; sınıf dengesi ve sınır durum çeşitliliği ham sayıdan önemlidir. Pratikte sınıf başına birkaç yüz iyi seçilmiş örnekle başlamak, sonra öğrenme eğrisine bakarak büyütmek en sağlıklı yoldur. Unutmayın: tek kameradan gelen 50.000 benzer görüntü, farklı koşullardan gelen 5.000 çeşitli görüntüden daha zayıf bir model verebilir; miktardan önce çeşitlilik gelir.

Etiket kalitesi nasıl ölçülür?

İki katmanda: etiketleyici uyumu (aynı görüntüleri birden çok kişiye etiketletip IAA, Cohen kappa veya IoU tutarlılığı hesaplamak) ve altın küme (uzmanın doğruladığı referans kümeyle karşılaştırmak). Düşük uyum genellikle etiketleyicinin değil, şemanın belirsizliğinin işaretidir; önce talimatı netleştirin. Ölçümü tek seferlik değil sürekli yapın: gizli altın küme örneklerini üretim partilerine serpiştirip her etiketleyicinin doğruluğunu zaman içinde izleyin. Kalite kontrolün amacı ceza değil, tutarsızlığı büyük hacme yayılmadan yakalamaktır.

Etiketleme maliyeti nasıl azaltılır?

En etkili kaldıraç aktif öğrenme: modelin en kararsız kaldığı örnekleri seçip yalnızca onları etiketlemek. Diğerleri: önceden eğitilmiş modelle ön-etiketleme (insan düzeltir), net talimatla yeniden-etiketlemeyi azaltmak, kolay örnekleri otomatik etiketleyip zor olanları insana bırakmak, nadir sınıfları sentetik/artırılmış veriyle desteklemek. En sinsi maliyet kalemi yeniden etiketlemedir; şemaya ve talimata baştan yatırım yaparak onu keserseniz, toplam etiketleme maliyeti belirgin düşer. Hedef, en ucuz etiket değil, doğruluk başına en düşük toplam maliyettir.

Sınır kutusu mu, segmentasyon maskesi mi?

Probleme yeten en ucuz etiket türünü seçin. Kutu, nesnenin yeri kabaca yetiyorsa hızlı ve ucuzdur; piksel düzeyinde sınır gerekiyorsa maske gerekir ama maliyet çoğunlukla 5-10 kat artar. "Belki ileride lazım olur" korkusuyla bugün maske çizmek yerine, o ihtiyaç gerçekten doğduğunda hedefli yeniden etiketleme yapmak neredeyse her zaman daha ucuzdur. Karar duygusal değil, bugünkü iş kararının gerektirdiği hassasiyete göre verilir.

İç ekip mi, dış sağlayıcı mı, kitle kaynak mı?

İç ekip en yüksek kaliteyi verir, ölçeklenmesi pahalıdır; dış sağlayıcı ölçeği çözer, kaliteyi denetimle güvenceye alırsınız; kitle kaynak ucuzdur ama konsensüs şarttır. Çoğu proje hibrit çalışır: uzman sınır durumları ve altın kümeyi belirler, dış ekip hacmi üretir. Seçimi üç değişken belirler: görevin alan bilgisi gereksinimi, verinin gizlilik/regülasyon kısıtı ve hacim. Hassas veride dışarı çıkarmak risk taşır; bu durumda iç etiketleme veya yerinde çalışan sıkı sözleşmeli bir ekip gerekir.

Yanlış etiketler modeli ne kadar etkiler?

Etkisi hatanın türüne bağlıdır. Rastgele gürültü modeli yavaşlatır ama yeterli veriyle ortalamada telafi edilebilir. Sistematik hata çok daha tehlikelidir: bütün etiketleyiciler aynı sınır durumu aynı yanlış biçimde yorumluyorsa, model bu yanlılığı sadakatle öğrenir ve test kümeniz de aynı hatayı içerdiği için sorunu üretime çıkana kadar göremezsiniz. Bu yüzden etiket kalitesini — özellikle test kümesinde — üretimden önce güvence altına almak, mimariyi değiştirmekten çoğu zaman daha yüksek getirilidir.

Yeni ve güçlü modellerin çıkışıyla sık duyulan bir beklenti şudur: "Artık model o kadar iyi ki, az veriyle de çalışır, etiketlemeye eskisi kadar yatırım yapmamıza gerek yok." Bu beklenti kısmen doğru, ama tehlikeli biçimde eksiktir. Güçlü ön eğitim ve transfer öğrenme, gereken etiket miktarını gerçekten düşürür — ama etiket kalitesi ve şema netliği ihtiyacını azaltmaz, tam tersine artırır. Az sayıda ama çok etkili örnekle öğrenen bir modelde, o az örneğin her biri daha yüksek ağırlık taşır; içlerindeki tek bir sistematik hata, büyük veriyle çalışan bir modelde ortalamada eriyip giderken, az veriyle çalışan modelde doğrudan tavana çarpar.

Dolayısıyla modeller güçlendikçe etiketleme işi kaybolmaz, ağırlık merkezi kayar: ham çizim miktarı azalır, ama şema tasarımı, sınır durum kararları ve kalite kontrol daha da kritikleşir. Bu, veri etiketlemeyi bir "hacim işi" olmaktan çıkarıp bir "yargı işi" hâline getirir. En modern kurulumlarda bile insan uzmanı, ne etiketleneceğine, sınırın nerede çizileceğine ve kalitenin nasıl ölçüleceğine karar vermeye devam eder. Bu yüzden "model iyileşti, etiketlemeyi gevşetelim" düşüncesi çoğu zaman yanıltıcıdır; doğru okuma, "etiketleme emeğini ham çizimden yargıya kaydıralım" olmalıdır. Etiket kalitesine yapılan yatırım, model ne kadar güçlenirse güçlensin, getirisini korur.

Etiketleme, tek bir projenin sınırında kalmayan bir kurumsal yetenektir. Bir kurum birden çok görü projesi yürütüyorsa, her projenin sıfırdan şema, araç ve kalite süreci kurması savurganlıktır. Olgun kurumlar, etiketlemeyi tekrarlanabilir bir yetenek olarak merkezîleştirir: ortak araç altyapısı, ortak kalite standartları, yeniden kullanılabilir talimat şablonları ve altın küme yönetim disiplini. Bu merkezîleşme, her yeni projenin daha hızlı ve daha tutarlı başlamasını sağlar. Bu kararların merkezi mi dağıtık mı olacağı, daha geniş bir AI dönüşümünde organizasyon tasarımı sorusunun parçasıdır ve etiketleme yeteneği bu tasarımın somut bir örneğidir.

Konumlandırmanın ikinci boyutu, etiketlemenin bir maliyet merkezi değil, bir değer üreteci olarak görülmesidir. İyi etiketlenmiş, iyi yönetilen bir veri kümesi, kurumun tekrar tekrar değer ürettiği bir varlıktır; aynı veri, farklı modeller ve farklı problemler için yeniden kullanılabilir. Bu bakış, etiketleme bütçesini "keselim" denen bir gider olmaktan çıkarıp "yatırım yapalım" denen bir varlığa dönüştürür. Kurum içinde etiketlemeyi bu şekilde konumlandıran ekipler, hem etiketleme maliyetini uzun vadede düşürür hem de veri etiketleme kalitesini kurumsal bir standarda bağlar.

Bir etiketleme operasyonunun kalitesi, kimin neyi sahiplendiğine bağlıdır ve rollerin bulanık kaldığı projeler sessizce dağılır. Şema ve talimat, alan bilgisine sahip bir kişi tarafından sahiplenilmelidir; bu kişi sınır durum kararlarını verir, talimatı sürümler ve karar günlüğünü tutar. Etiketleyiciler hacmi üretir ama sınır durumları da ilk fark eden onlardır, bu yüzden gözlemlerini şema sahibine geri iletecek bir kanalın olması gerekir. Kalite kontrolden sorumlu ayrı bir göz — mümkünse etiketlemeyi yapan kişiden bağımsız — altın küme sonuçlarını izler, denetim yapar ve sistematik hataları raporlar. Model tarafındaki ekip ise değerlendirme sonuçlarını ve hata analizini etiketleme tarafına geri besler.

Bu rollerin en kritik kesişimi, şema sahibi ile kalite denetçisi arasındadır. Kalite denetimi bir sistematik hata bulduğunda, bunu tek tek etiketleri düzelterek değil, şema sahibine götürüp talimatı güncelleyerek çözmek gerekir; aksi hâlde aynı hata yeni partilerde tekrar üretilir. Küçük projelerde bu roller aynı kişide birleşebilir ama sorumlulukların zihinsel olarak ayrı tutulması önemlidir: "etiket üreten" ile "etiketi denetleyen" zihniyet farklı çalışır. Roller net olduğunda, veri etiketleme süreci bir kişinin kahramanlığına değil, tekrarlanabilir bir sisteme dayanır — ve sahada uzun ömürlü olan tam da bu tür sistemlerdir.

Bu yazıyı okuduktan sonra bir görü etiketleme projesine başlayacaksanız, ilk günleri kod yazarak değil, karar vererek geçirin. Önce iş problemini ve sistemin çıktısına bakan kişinin hangi ayrımı görmek zorunda olduğunu netleştirin; sınıf listeniz ve granülerliğiniz bu karardan türesin. Ardından küçük bir pilot küme etiketleyin — kendi elinizle, birkaç kişiyle — ve anlaşmazlıkları toplayın; bu anlaşmazlıklar talimatınızın ilk taslağını yazar. Etiketleyici uyumunu ölçün; düşükse şemaya dönün, ekibe değil. Bu üç adım, projenin geri kalanının üzerine kurulacağı sağlam zemini oluşturur.

Zemin sağlamsa gerisi ölçerek büyütmektir: öğrenme eğrisiyle veri miktarının durma noktasını bulun, aktif öğrenmeyle etiketleme maliyetini kontrol edin, altın küme ve denetimle etiket kalitesini sürekli kilitleyin. Her adımı bir sonrakine geçmeden önce bir ölçütle bağlayın. Bu disiplin, gösterişli olmayan ama sahada fark yaratan şeydir; çünkü nihayetinde modelinizin gördüğü tek gerçeklik, sizin ürettiğiniz etiketlerdir. Veri etiketleme stratejinizi ciddiye aldığınızda, model tarafı çoğu zaman kendiliğinden yoluna girer. Bu yazıda anlatılan beş kararı — şema, talimat ve uyum, veri miktarı, aktif öğrenme, kalite kontrol — bir kontrol listesi gibi kullanmak, projenizi baştan sağlam bir zemine oturtmanın en pratik yoludur.

Özetle: bilgisayarlı görüde model başarısının tavanını mimari değil, veri etiketleme kalitesi belirler. Net bir etiket şeması, yazılı talimat ve ölçülen etiketleyici uyumu tutarlılığı güvenceye alır; öğrenme eğrisi gereken veri miktarını, aktif öğrenme ise etiketleme maliyetini kontrol eder; altın küme ve denetim etiket kalitesini üretimden önce kilitler. Bu beş karar doğru kurulduğunda, ortalama bir model bile güvenilir sonuç verir.

Bir kez daha vurgulamakta yarar var: veri etiketleme, projenin sonuna bırakılan mekanik bir angarya değil, en başta tasarlanan ve sistemin ömrü boyunca sürdürülen bir mühendislik disiplinidir. Şemayı pilotlamadan hacme geçmeyin; etiketleyici uyumunu ölçmeden ekibi büyütmeyin; öğrenme eğrisini kurmadan sınırsız etiket bütçesi istemeyin; ve test kümenizi eğitim verisiyle aynı özensizlikle etiketlemeyin. Bu dört kural, sahada gördüğümüz başarısızlıkların çoğunu önler. Etiketleme maliyetini gerçekten düşürmek isteyen ekipler, en ucuz etiketi değil, doğruluk başına en düşük toplam maliyeti hedefler — ve bu, çoğu zaman baştan kaliteye yatırım yapmaktan geçer.

Görü ve veri konularında derinleşmek için bilgisayarlı görü kapsamlı rehber, yapay zeka nedir ve anomali tespiti yazılarına bakabilirsiniz. Sahada çalışan görü çözümleri için bilgisayarlı görü ve multimodal uygulamalar yazısı; görüntü ve metni birlikte işleyen sistemler için multimodal model nedir; hassas veriyi kurum içinde tutmak için on-premise ve egemen AI altyapısı tamamlayıcı okumalardır. Kurumunuzun görü projesi için etiketleme stratejisi tasarlamak isterseniz öğrenme merkezindeki kaynaklarla başlayabilir, yeni teknik derinlik yazılarından haberdar olmak için iletişim sayfasından bültene katılabilirsiniz.