NVIDIA Jetson Nano üzerinde bilgisayarlı görü

Edge AI Hayvancılık İzleme

Canlı videoda tespit, segmentasyon, sayım ve hareket takibini birleştiren gerçek zamanlı uç yapay zeka sistemi.

Dönem
Bahar 2025
Ekip
TÜBİTAK 2209-A üniversite araştırma projesi
Rol
Takım liderliği ve sistem tasarımı
Teknolojiler
  • Python
  • YOLOv8
  • SAM2
  • OpenCV
  • NVIDIA Jetson Nano
  • Linux

Temel katkılar

  • TÜBİTAK 2209-A araştırma projesinde sistem tasarımına liderlik etti.
  • Canlı videoda YOLOv8 tespiti ve SAM2 segmentasyonu uyguladı.
  • Hayvan sayımı ve hareket takibi için OpenCV iş akışlarını kurdu ve proje önerisini yazdı.

Problem

Hayvancılık izleme, tanımsız bir bulut iş akışına bağlanmadan uç cihazda sürekli videodan anlamlı sinyaller üretmeyi gerektirir.

Bağlam ve sorumluluk

Ayhan, TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri Destek Programı başvurusu için sistem tasarımına liderlik etti ve proje önerisini yazdı.

Mimari

Canlı video OpenCV akışlarından geçti. YOLOv8 nesne tespiti, SAM2 segmentasyon, devamındaki mantık ise Ubuntu/Linux üzerinde NVIDIA Jetson Nano’da hayvan sayımı ve hareket takibi gerçekleştirdi.

Teknik kararlar

  • Tek bir görü çıktısı yerine tespit ve segmentasyonu birleştirmek.
  • İş akışlarını açık bir uç hesaplama hedefinde çalıştırmak.
  • Algılama çıktılarını sayım ve hareket gibi alan sinyallerine dönüştürmek.

Değerlendirme ve üretim kısıtları

Donanım hedefi ve algoritmalar doğrulanmıştır. FPS, doğruluk, güç tüketimi, termal davranış ve saha testi sonuçları kamuya açık belgelenmedi.

Sonuç

Sistem tasarımı ve proje önerisi TÜBİTAK 2209-A programı kapsamında teslim edildi.

Projelere dön