> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/turkish/fonksiyon-bloklari/blocks-reference/data-logic/flow-control/batch-processing.md).

# Batch Processing

Bu fonksiyon bloğu, işlem sırasında bellek kullanımını azaltmak için birden çok girdi değerini tek bir `Batch` kapsayıcısında toplar. Görüntüler, veriler veya genel değerler gibi öğeleri diğer blokların bir batch olarak tüketebileceği tek bir akışta gruplayacağınızda kullanın.

## 📥 Girdiler

`Input 1`\
Batch içine dahil edilecek ilk değer. Görüntü verileri, sayılar, metinler, listeler veya başka genel değerler olabilir.

`Input 2`\
Batch içine dahil edilecek ikinci değer. İş akışınıza bağlı olarak ek girdiler de bağlanabilir.

## 📤 Çıktılar

`Batch`\
Bağlı giriş değerlerini bir arada tutan ve toplu işlem için gruplanmış tek bir liste (batch).

## 🕹️ Kontroller

Bu fonksiyon bloğunun etkileşimli bir kontrolü yoktur. Girdi soketlerine bağlanan öğeleri otomatik olarak gruplayarak çalışır.

## 🎯 Özellikler

* Birden çok girdiyi, sonraki adımlarda kullanılmak üzere tek ve bellek dostu bir `Batch` nesnesinde toplar.
* Görüntüler, sayılar, metinler veya listeler gibi genel veri tiplerini kabul eder.
* Çok sayıda öğe içeren iş akışlarında tepe bellek kullanımını azaltmak için faydalıdır.

## 📝 Kullanım

1. Gruplamak istediğiniz öğeleri `Input 1` ve `Input 2` (ve varsa daha fazla girişi) bağlayın.
2. Blok, bu girdileri bir liste olarak içeren tek bir `Batch` çıktısı verir.
3. `Batch` çıktısını batch tarzı giriş kabul eden bloklara veya batch üzerinde yineleme yapabilen bloklara verin.

## ⚙️ Çalışma davranışı

Senaryo çalıştığında, fonksiyon bloğu girdi soketlerinde bulunan değerleri toplar ve bunları tek bir `Batch` halinde yayınlar. Bir giriş eksik veya geçersizse, batch içinde o giriş için bir yer tutucu (placeholder) bulunur, böylece aşağıdaki bloklar tutarlı bir şekilde işleyebilir.

## 💡 İpuçları ve Püf Noktaları

* `Load Image`, `Camera USB`, `Camera IP (ONVIF)`, veya `Video` gibi birden çok kaynaktan gelen görüntüleri bir araya getirerek toplu görüntü setleri oluşturun.
* Çok sayıda görüntü çalıştırırken bellek kullanımını azaltmak için ağır AI bloklarından (ör. `Object Detection`, `Mask Detection`, `Super Resolution`, `OCR`) önce `Batch Processing` kullanın.
* Bir batch işlendiğinde, sonuçları tekrar tek tek öğelere ayırmak için `Debatch` kullanın; böylece çizim veya kaydetme işlemlerini öğe bazında yapabilirsiniz.
* Farklı iş akışı bölümlerinde oluşturulan batch'leri birleştirmeniz gerekirse `Batch Concatenation` kullanın.
* `Get Batch Size` ve `Get Element` ile batch içindeki öğeleri inceleyebilir veya seçici işlem için erişebilirsiniz.
* Sonuçları kaydederken, öğe bazında çıktı almak üzere (`Debatch` sonrası) çıktıları `Image Logger`, `Image Write` veya `Record Video` bloklarına bağlayın.

## 🛠️ Sorun Giderme

* `Batch` içinde veri yok: Yukarı akıştaki blokların girdilerde değer ürettiğinden emin olun. Eğer bir giriş kasıtlı olarak boş bırakıldıysa, batch içinde o boş slot görünecektir.
* Beklenmeyen öğe sırası: Batch, bağlantıların olduğu sırayı korur. Farklı bir sıra gerekiyorsa bağlantıları yeniden düzenleyin.
* Aşağıdaki bloklar batch kabul etmiyorsa: Bazı bloklar tek öğe bekler. Bu bloklara beslemeden önce batch'ı bireysel öğelere dönüştürmek için `Debatch` kullanın.