# Train Object Detection(YOLO) Models

### İlk Bakış <a href="#first-look" id="first-look"></a>

{% hint style="info" %}
Nvidia GPU'ya sahip bir bilgisayara ihtiyacınız olacak, [CUDA, CUDNN](/turkish/baslarken/installation-and-licensing.md#follow-the-steps-below-to-use-ai-modules) yüklemelisiniz ve [Module Downloader Window](https://github.com/AugelabTech/AugeLab-Studio-Gitbook-Docs/blob/main/turkce/key-features/integrate-gpu-with-module-downloader.md) kullanmalısınız.
{% endhint %}

<figure><img src="/files/2v0HtBGjVxsinfv9soDz" alt=""><figcaption></figcaption></figure>

AugeLab Studio Tespit Eğitimi penceresi, YOLO (You Only Look Once) çerçevesini kullanarak nesne tespit modellerini eğitmek için kullanıcı dostu bir arayüz sağlar.

### \*\*Başlarken\*\* <a href="#getting-started" id="getting-started"></a>

1. Bilgisayarınızda AugeLab Studio'yu başlatın.
2. `AI Tools` ➡️ [**Object Detection Training Widow**](https://github.com/AugelabTech/AugeLab-Studio-Gitbook-Docs/blob/main/turkce/function-blocks-ai-applications/object-detection-train.md) üzerine tıklayın.
3. Eğitime başlamadan önce, tespit etmek istediğiniz nesneler için sınıfları içeren **dataset klasörünü** ve **sınıf dosyasını** yüklemeniz gerekir.

{% hint style="info" %}
Önceden eğitilmiş YOLO ağırlıklarını sınıf adlarıyla birleştirebilirsiniz.
{% endhint %}

### \*\*Menü Çubuğu - Eğitim Yapılandırması\*\* <a href="#menu-bar-train-configuration" id="menu-bar-train-configuration"></a>

1. Veri Setini Yükle: Eğitim için görüntüleri içeren veri seti klasörünü seçmek için bu eyleme tıklayın.

<figure><img src="/files/t3icvhYvW6RChXlS6i26" alt=""><figcaption></figcaption></figure>

2. Sınıf Dosyasını Yükle: Eğitim için sınıf listesini içeren sınıf dosyasını (`.names` formatında) yüklemek için bu eylemi kullanın.

<figure><img src="/files/6brh4SCdOE0CNmE8FLCC" alt=""><figcaption></figcaption></figure>

3. Tespit Modeli Türü: "Hızlı Tespit" ve "Sağlam Tespit" modelleri arasında seçim yapın. "Hızlı Tespit" modeli düşük özellikli bilgisayarlar için uygundur ve daha düşük doğruluk sunar. "Sağlam Tespit" modeli daha yüksek doğruluk sağlar, ancak yüksek özellikli bilgisayarlar gerektirir.

<figure><img src="/files/lGXPd9Kn1561JkGjlGIf" alt=""><figcaption></figcaption></figure>

4. Özel Eğitim Kontrol Noktasını Yükle: Önceden eğitilmiş bir ağırlık dosyanız (`.weights` veya `.pw` formatında) varsa, bunu yükleyerek eğitime başlangıç noktası olarak kullanabilirsiniz.

<figure><img src="/files/dzaSrQGVUaG3AgHkTzDV" alt=""><figcaption></figcaption></figure>

5. Gelişmiş Ayarları Aç: Daha fazla (gelişmiş) yapılandırmayı Gelişmiş Ayarlar penceresinde ayarlayabilirsiniz.

<figure><img src="/files/lLTPCMm0SInZXYXSIY5S" alt=""><figcaption></figcaption></figure>

### Gelişmiş Ayarlar Penceresi <a href="#advanced-settings-window" id="advanced-settings-window"></a>

Bu pencerede, gelişmiş kullanım için eğitim parametreleri ayarlanabilir.

1. **Veri Seti Bölmesi**: Modelin performansını değerlendirmek için eğitim ve doğrulama için ayrılan veri oranını belirler.
2. **Ağ Boyutu**: Hız ile doğruluk arasındaki dengeyi etkileyen ağ boyutunu belirtir.
3. **Alt Bölüm Boyutu**: Eğitim sırasında mini grup boyutunu tanımlar, bellek kullanımı ve hesaplama verimliliğini etkiler.

<figure><img src="/files/qpNzNuwv6IR7aru7YH4T" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
"Yardım" menüsündeki "Eğitim Prosedürü" eylemi, modellerin etkili bir şekilde nasıl eğitileceğine dair ayrıntılı talimatlar sunar.
{% endhint %}

### \*\*Eğitim Sürecini Başlatma\*\* <a href="#starting-training-process" id="starting-training-process"></a>

1. Eğitimi Başlat: Veri setini ve sınıf dosyasını yükledikten sonra, eğitim sürecini başlatmak için `START TRAIN` üzerine tıklayın.
2. Eğitim Kaydı: Kayıt alanı eğitim sürecinin ilerlemesini ve durumunu gösterecektir.
3. Eğitimi Durdur: Eğitim sürecini durdurmak için `STOP TRAIN` butonuna tıklayabilirsiniz.

Eğitim sürecini iki ekran üzerinden takip edebilirsiniz:

1. Eğitim Kayıt Penceresi

<figure><img src="/files/4c3QrE1MHsz4maHm7SvD" alt="" width="563"><figcaption><p>Eğitim Kaydı</p></figcaption></figure>

2. Eğitim Grafiği (Kayıp ve mAP)

<figure><img src="/files/9z4ZsLdVdHfXpQmaRFC8" alt=""><figcaption></figcaption></figure>

{% hint style="warning" %}
Eğitim süreci devam ederken Tespit Eğitim penceresini kapatırsanız, süreç sonlandırılacaktır.
{% endhint %}

Artık AugeLab Studio'da nesne tespit modellerini özel veri setleri üzerinde eğitmek için Tespit Eğitim penceresini kullanabilirsiniz. Farklı model türleri, grup boyutları ve özel kontrol noktaları ile denemeler yaparak optimal sonuçlar elde etmeye çalışın! AugeLab Studio ile nesne tespit modellerinizi eğitmenin tadını çıkarın!


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.augelab.com/turkish/one-cikan-ozellikler/train-custom-ai-models-with-training-window.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.