Tarih: 22 Ekim 2021 Cuma 10:00 – 12:00

Dil: Eğitim Türkçe olarak gerçekleştirilecektir.

Mentörler:

Taswar Bhatti – Amazon Web Services

Hasan Basri AKIRMAK – MSc.,Exec-MBA, Amazon Web Services

Bilgisayar Görüsü (Computer Vision), makinelerin görüntülerdeki insanları, yerleri ve nesneleri bir insanın sınıflandırabileceği doğrulukla çok daha yüksek hız ve verimlilik ile tanımlamasına olanak tanır. Genellikle derin öğrenme modelleriyle inşa edilen, tek bir görüntüden veya bir videodan yararlı bilgilerin çıkarılmasını, analizini ve sınıflandırılmasını otomatikleştirir.

Örneğin, yüksek hızlı montaj hatlarındaki kusurları tanımlamaktan özerk robotlara, tıbbi görüntülerin analizine kadar, sosyal medyadaki ürünleri ve insanları tanımlamaya kadar geniş bir alanda uygulanabilir.

AWS, en kapsamlı ve en derin makine öğrenimi hizmetlerini ve bulut altyapısını destekleyerek makine öğrenimini her yazılım geliştiricinin ve veri bilimcisinin hizmetine sunuyor. AWS, 100.000’den fazla müşterinin makine öğrenimi yolculuğunu hızlandırmasına yardımcı oluyor.

Bu atölyede, Amazon Rekognition adı verilen AIaaS (Hizmet olarak AI) kullanarak işletmenize özgü görüntülerdeki nesneleri ve sahneleri tanımlamak için özel görüntü analiz modeli oluşturacaksınız. Amazon Rekognition, makine öğrenimi uzmanlığı gerektirmeyen, yüksek düzeyde ölçeklenebilir, derin öğrenme teknolojisini kullanarak uygulamalarınıza görüntü ve video analizi eklemenizi kolaylaştırır.

Amazon Rekognition ile görüntülerdeki iş ihtiyaçlarınıza ve verilerinize özgü nesneleri ve sahneleri tanımlayabilirsiniz. Örneğin, montaj hattınızdaki belirli makine parçalarını sınıflandırmak, sağlıksız tesisleri tespit etmek, bir resimdeki şirketinizin logosunu tanımak için bir model oluşturabilirsiniz. Amazon Rekognition, sizin için model geliştirmenin tüm karmaşık süreçleri ile ilgilenir, bu nedenle makine öğrenimi deneyimi gerekmez. Tanımlamak istediğiniz nesnelerin veya sahnelerin görüntülerini sağlamanız yeterlidir ve geri kalanı servis halleder.

Bu atölyede dilerseniz kendi fotoğraf verilerinizi getirini ya da ekibimiz tarafımızdan sağlanan örnek verileri kullanarak ilerleyin (örn. Türkiye Kadın Voleybol takımının (Filenin Sultanları) formalarındaki bayrak ve logonun tespiti, bir bitkinin çürük yapraklarının ayırt edilmesi, elektrik ağaçlarındaki kuş yuvalarının belirlenmesi, bir evin inşaat mı yoksa bitmiş bir bina mı olduğunun sınıflandırılması vb.)

Kimler Katılmalı

Veri Bilimi ve Makine Öğrenimi konusunda deneyimi olmayan yazılım geliştiricileri, çözüm mimarları, ürün yöneticileri.

Python ve Jupyter Notebooks temel bilgisi ve temel AWS bilgisi tavsiye edilir, ancak gerekli değildir.

Etkinlik Öncesi Gerekli Hazırlıklar

Gerçek hayattaki senaryoları Amazon Web Services (AWS) hesabınızda gerçekleştireceksiniz.

İlk 50 AWS Hesabı oluşturana 50$’lık AWS kullanım kredisi

Başvuran ilk 50 kullanıcıya 50$’lık AWS kullanım kredisi sağlanacaktır. Kredi kodunu sizinle paylaşabilmemiz için lütfen 20 Ekim 2021 tarihine kadar AWS Türkiye İletişim sayfasında kayıt oluşturunuz. AWS kullanım kredi kodunuz 21 Ekim tarihinde size e-posta ile ulaştırılacak. Kredi kodunuzu hesabınıza burada açıklanan şekilde etkinlikten önce yükleyiniz.

• Seçenek 1: Kendi Hesabınızı Getirin: Bu kullanıcılara 50$’lık AWS kullanım kredisi sağlanacaktır (Max 50 katılımcı). Kredi kodunu sizinle paylaşabilmemiz için lütfen 20 Ekim 2021 tarihine kadar AWS Türkiye İletişim sayfasında kayıt oluşturunuz. AWS kullanım kredi kodunuz 21 Ekim tarihinde size e-posta ile ulaştırılacak. Kredi kodunuzu hesabınıza burada açıklanan şekilde etkinlikten önce yükleyiniz.
• Seçenek 2: AWS hesabınız yoksa, ilk 10 katılımcıya etkinlik başlangıcında geçici hesap sağlanacaktır. Ancak bu geçici hesaptan, uygulama örneklerinin sadece bir kısmını gerçekleştirebileceksiniz.

Veri Seti

• Seçenek 1: Kendi verilerinizi getirin. Kullanım durumunuz için 10-50 temsili görüntü temin edin. Desteklenen resim formatları: JPG, PNG. Maksimum resim boyutu: 15 MB, Minimum boyut (px): 64 x 64. Maksimum boyut (px): 4096 x 4096.
• Seçenek 2: Kendi verilerinizi getirmeyi planlamıyorsanız, tarafımızdan sağlanan örnek veri kümesini kullanabilirsiniz.