Ders Detayı
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
GÖMÜLÜ YAPAY ZEKA VE BİLGİSAYARLA GÖRME | - | Bahar Dönemi | 2+2 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersin Yardımcıları | |
Dersin Amacı | Uç araçlarda (Nvidia Jetson ) yapay zeka ve görüntü işleme uygulamaları geliştirmek |
Dersin İçeriği | Bu ders; Linux işletim sistemine giriş,Nvidia Jetson Nano kurulum,Yüz tespiti uygulaması,CSI kamera kurulumu ve kullanımı,OpenCV'deki GPU fonksiyonlarından faydalanma,Optik akış ve obje takibi uygulamaları,OpenCV DNN modül kullanımı,TensorRT ile model optimizasyonu ve kullanımı,Mediapipe kullanımı,Tesseract kullanımı,Nvidia Jetson GPIO kullanımı,Sömestr projesi çalışmaları (I),Sömestr projesi çalışmaları (II),Proje gösterimi; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Kaynak kısıtlı platformlarda yapay zeka ve görüntü işleme uygulamaları geliştirir | 14 | F |
Nvidia Jetson platformunu kullanır | 14 | F |
Öğretim Yöntemleri: | 14: Bireysel Çalışma Yöntemi |
Ölçme Yöntemleri: | F: Proje Görevi |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Linux işletim sistemine giriş | |
2 | Nvidia Jetson Nano kurulum | |
3 | Yüz tespiti uygulaması | |
4 | CSI kamera kurulumu ve kullanımı | |
5 | OpenCV'deki GPU fonksiyonlarından faydalanma | |
6 | Optik akış ve obje takibi uygulamaları | |
7 | OpenCV DNN modül kullanımı | |
8 | TensorRT ile model optimizasyonu ve kullanımı | |
9 | Mediapipe kullanımı | |
10 | Tesseract kullanımı | |
11 | Nvidia Jetson GPIO kullanımı | |
12 | Sömestr projesi çalışmaları (I) | |
13 | Sömestr projesi çalışmaları (II) | |
14 | Proje gösterimi |
Kaynak |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | 1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | ||||||
2 | 2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
3 | 3. Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
4 | 4. Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
5 | 5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
6 | 6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | ||||||
7 | 7. Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi | X | |||||
8 | 8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
9 | 9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | ||||||
10 | 10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
11 | 11. Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |
AKTS / İşyükü Tablosu | ||||||
Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
Ders Saati | 0 | 0 | 0 | |||
Rehberli Problem Çözme | 0 | 0 | 0 | |||
Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 0 | 0 | 0 | |||
Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
Proje Sunumu / Seminer | 0 | 0 | 0 | |||
Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
Ara Sınav ve Hazırlığı | 0 | 0 | 0 | |||
Genel Sınav ve Hazırlığı | 0 | 0 | 0 | |||
Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
Toplam İş Yükü (Saat) | 0 | |||||
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(0/30) | 0 | |||||
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. |
Dersin Detaylı Bilgileri
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
GÖMÜLÜ YAPAY ZEKA VE BİLGİSAYARLA GÖRME | - | Bahar Dönemi | 2+2 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersi Verenler | Prof.Dr. Bahadır Kürşat GÜNTÜRK |
Dersin Yardımcıları | |
Dersin Amacı | Uç araçlarda (Nvidia Jetson ) yapay zeka ve görüntü işleme uygulamaları geliştirmek |
Dersin İçeriği | Bu ders; Linux işletim sistemine giriş,Nvidia Jetson Nano kurulum,Yüz tespiti uygulaması,CSI kamera kurulumu ve kullanımı,OpenCV'deki GPU fonksiyonlarından faydalanma,Optik akış ve obje takibi uygulamaları,OpenCV DNN modül kullanımı,TensorRT ile model optimizasyonu ve kullanımı,Mediapipe kullanımı,Tesseract kullanımı,Nvidia Jetson GPIO kullanımı,Sömestr projesi çalışmaları (I),Sömestr projesi çalışmaları (II),Proje gösterimi; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Kaynak kısıtlı platformlarda yapay zeka ve görüntü işleme uygulamaları geliştirir | 14 | F |
Nvidia Jetson platformunu kullanır | 14 | F |
Öğretim Yöntemleri: | 14: Bireysel Çalışma Yöntemi |
Ölçme Yöntemleri: | F: Proje Görevi |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Linux işletim sistemine giriş | |
2 | Nvidia Jetson Nano kurulum | |
3 | Yüz tespiti uygulaması | |
4 | CSI kamera kurulumu ve kullanımı | |
5 | OpenCV'deki GPU fonksiyonlarından faydalanma | |
6 | Optik akış ve obje takibi uygulamaları | |
7 | OpenCV DNN modül kullanımı | |
8 | TensorRT ile model optimizasyonu ve kullanımı | |
9 | Mediapipe kullanımı | |
10 | Tesseract kullanımı | |
11 | Nvidia Jetson GPIO kullanımı | |
12 | Sömestr projesi çalışmaları (I) | |
13 | Sömestr projesi çalışmaları (II) | |
14 | Proje gösterimi |
Kaynak |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | 1. Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | ||||||
2 | 2. Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
3 | 3. Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
4 | 4. Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
5 | 5. Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
6 | 6. Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | ||||||
7 | 7. Sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi | X | |||||
8 | 8. Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
9 | 9. Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | ||||||
10 | 10. Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | X | |||||
11 | 11. Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |