> 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/ornek-projeler/human-detection.md).

# İnsan Tespiti

İnsan tespiti, hem bilgisayarla görme hem de kamu medyasında çok tartışılan bir konu olup, [Nesne Tespiti](/turkish/ornek-projeler/object-detection.md) ile aynı kategoriye girmektedir. Bu kısa belge, insanların bir alanı giriş çıkışlarını tespit etmenize ve saymanıza yardımcı olacaktır.

{% hint style="info" %}
Bu eğitimi tamamlamak için AI modüllerini kurmanız ve bir GPU'ya sahip bir bilgisayarınızın olması gerekmektedir. Lütfen [kurulum kılavuzuna](/turkish/baslarken/installation-and-licensing.md#follow-the-steps-below-to-use-ai-modules) bakın.
{% endhint %}

Basit bir insan tespit senaryosu aşağıdaki gibi test edilebilir:

<figure><img src="/files/EAb33xSEvZuCtnzqgbxr" alt=""><figcaption></figcaption></figure>

Bu durumda AugeLab Studio'da [Video](https://github.com/AugelabTech/AugeLab-Studio-Gitbook-Docs/blob/main/turkce/function-blocks-inputs/video.md), [Nesne Tespiti](/turkish/fonksiyon-bloklari/blocks-reference/ai-blocks/object-detection.md) ve [Show Image](/turkish/fonksiyon-bloklari/blocks-reference/input-output/outputs-exports/show-image.md) bloklarını kullanacağız. Bu blokları Bloklar bölümünden sürükleyip bırakabilirsiniz veya boş senaryoya çift tıklayarak adını yazabilirsiniz.

Video bloğunda **Select Video File** seçeneğine tıklayın ve *örnek görüntüler* klasöründeki **footage.mp4** dosyasını seçin.

**Video** bloğunda *Gerçek zamanlı* seçeneğini devre dışı bırakın çünkü her kareyi **Nesne Tespiti** ile işlemek istiyoruz.

Tespit sınıfı seçim kutusunda *Nesne Tespiti* bloğunda *İnsan* seçeneğini seçin. Güven eşiğini %50'ye kaydırın.

F5'e basın veya Window->Run->Run One Step seçeneğini seçin ve aşağıdaki sahneyle karşılaşmalısınız:

<figure><img src="/files/LLADaPjVNiik0frovNkB" alt=""><figcaption></figcaption></figure>

Videomuzda birçok insan tespiti gördüğünüzü fark edebilirsiniz. Ancak, kameramızın perspektifinden ne kadar insanın içeri girdiğini veya dışarı çıktığını saymak istiyoruz. Bunu başarmak için **Check Area** bloğunu kullanacağız:

<figure><img src="/files/cQpFXwiSQeM8PFLWa2h9" alt=""><figcaption></figcaption></figure>

Yukarıdaki şekilde sağlanan soketleri bağlayın, senaryoyu bir adım çalıştırın ve **Check Area** bloğunda tespit alanını çizin.

Mevcut senaryoyu çalıştırmak, çizilen dikdörtgende kaç nesne olduğunu sayacaktır:

<figure><img src="/files/2ktcIBZV6sANPgPrhqZW" alt=""><figcaption></figcaption></figure>

Ancak, şu anda yalnızca bu alandaki nesneleri sayacağız; alandan kaç kişinin geçtiği bilgisine sahip olamayacağız. Bunu hesaplamak için aşağıdaki mantığı oluşturmamız gerekiyor:

<figure><img src="/files/TEGU6u0gkrVmG7LJMipR" alt=""><figcaption><p>Büyütmek için tıklayın</p></figcaption></figure>

Yukarıdaki mantık, tespit edilen nesnelerin toplam sayısından önceki durumu **Delay Step** bloğu ile çıkarır. Eğer bir fark birden büyükse, bu sayıyı ekler ve **Counter** bloğu ile kaydeder.

İşte bu kadar! Şimdi, bu senaryoyu **Ctrl+F5** veya **Window->Run->Run** ile çalıştırın ve belirli bir alandan geçen insan sayısını sayabileceksiniz:

<figure><img src="/files/bhwb4IpvYBa9SNlKNCHs" alt=""><figcaption></figcaption></figure>