Scientific Reports'ta 8 Ağustos 2026'da yayımlanan erken erişim makalesi, yoğun ve üst üste binen bezelye tohumlarını görüntüde tek tek ayırmak için beş otomatik maske üretme yöntemini karşılaştırdı. Araştırmacılar Cellpose, EfficientSAM, SAM2, StarDist ve FastSAM'i aynı sabit test kümesinde değerlendirdi. Çalışmada 164 görüntü kullanıldı; eğitimli bir etiketleyici 100 görüntüde toplam 33 bin 462 örnek etiketi oluşturdu, kalan 64 görüntü ise sonraki model eğitiminde otomatik etiketleme için bırakıldı. Sonuçlar bir tohum işleme hattının ticari kabul testi değildir; belirli veri setindeki yöntem karşılaştırmasıdır.
En iyi yöntem, başarı ölçütüne göre değişti
Cellpose üst üste gelen bezelye büyüklüğündeki tanelerde 0,957 F1 ve 0,973 duyarlılık ile en güçlü genel sonucu verdi. EfficientSAM piksel düzeyinde en hassas maskeleri üreterek 0,970 ortalama IoU değerine ulaştı. SAM2'nin duyarlılığı 0,965 iken kesinliği 0,815'te kaldı. Bu fark, bir sistemin çok sayıda tohumu bulmasının sınırlarını doğru çizdiği anlamına gelmediğini gösteriyor.
FastSAM 0,976 kesinliğe karşın 0,725 duyarlılık bildirdi; yoğun kümelerde daha fazla örnek kaçırdı. StarDist'in şekil kısıtları üst üste binen parçacıklarda 0,866 ortalama IoU ile daha zayıf kaldı. Tohum sayımı, kusur tespiti ve çeşit sınıflandırması aynı hata maliyetine sahip olmadığı için tek bir sıralama bütün kullanım senaryolarına taşınamaz.
Otomatik etiket, elle etiketleme yükünü azaltabilir
Araştırmacılar Cellpose etiketleriyle otomatik işaretlenmiş 144 görüntü üzerinde eğitilen YOLO11m-seg modelinin mAP50 değerini 0,848 olarak bildirdi. Yalnız 80 elle etiketlenmiş görüntüyle eğitilen karşılaştırma modelinde değer 0,860 oldu. Bu yakınlık, otomatik maskelemenin başlangıç veri seti hazırlığında emek tasarrufu sağlayabileceğine işaret ediyor; aynı performansın farklı tür, renk, kamera veya bant hızında korunacağı kanıtlanmış değil.
Etiket maliyeti yalnız çizim süresinden oluşmaz. Örnekleme planı, uzman kontrolü, sürüm kaydı ve hatalı etiketlerin düzeltilmesi de iş akışına dahildir. Otomatik sistem, insan denetimini kaldırmak yerine denetimin hangi görüntülere yoğunlaşacağını değiştirebilir. Belirsiz ve yoğun kümeler insan kontrolüne, açık örnekler otomatik sürece yönlendirilebilir.
Türkiye'de tohum işleme için saha kabulü gerekir
Türkiye'deki tohum işletmelerinde kamera, aydınlatma, konveyör hızı, tane çeşidi, nem ve yüzey kusurları araştırma görüntülerinden farklı olabilir. Pilot uygulamada sayım hatası, kaçırılan kusurlu tane ve yanlış ayrılan sağlam tane ayrı ayrı raporlanmalıdır. Ortalama bir skor, ekonomik kaybın hangi yönde oluştuğunu tek başına açıklamaz.
Sistem satın alımında model dosyasının yanında veri sahipliği, yeni çeşit ekleme süresi, yeniden eğitim maliyeti ve çevrimdışı çalışma koşulu da değerlendirilmelidir. Mevsim veya ürün değişiminde performans kayması izlenmezse ilk kabul testinde başarılı görünen çözüm zamanla güvenilirliğini yitirebilir.
Editoryal değerlendirme: otomasyonun değeri doğrulanmış veri akışıdır
Çalışmanın yayımlanmaya değer yanı, popüler bir modeli tek kazanan ilan etmek yerine yöntemleri kesinlik, duyarlılık, F1 ve maske örtüşmesi açısından ayırmasıdır. Makale erken erişim sürümüdür ve yayıncı metinde son düzenleme öncesi hatalar bulunabileceğini açıkça belirtiyor.
Tohum görüntüleme yatırımında doğru karar, en yüksek tek metrikten değil gerçek üretim akışındaki hata maliyetinden çıkar. Otomatik etiketleme insan emeğini azaltabilir; ancak kör doğrulama seti, dönemsel yeniden kontrol ve reddedilen ürün incelemesi kurulmadan sonuç işletme performansına dönüşmez.
Neden önemli?
Piksel düzeyinde etiket üretimi tarımsal görüntü modellerinin en pahalı aşamalarından biridir; güvenilir otomasyon, yeni ürün ve çeşitler için model geliştirme süresini kısaltabilir.
Türkiye için ne ifade ediyor?
Türkiye'deki tohum işleme ve kalite kontrol hatlarında potansiyel vardır; her çeşit, kamera düzeni ve bant hızı için yerel kör test yapılmadan araştırma sonucu ticari doğruluk garantisi sayılmamalıdır.
Birincil kaynaklar
Olgusal bilgiler aşağıdaki resmî veya doğrudan kurumsal kaynaklarla kontrol edildi.