Kullanılan Teknolojiler
Python, OpenCV, YOLOv8 (Ultralytics), Veri artırma (data augmentation), Makine öğrenimi / Görüntü işleme
Proje Özeti
CNC’den çıkan parçaların her biri, kamera üzerinden anlık olarak görüntüleniyor ve model tarafından iki sınıfta değerlendiriliyor:
Düzgün parça, Hatalı parça
Elimde hatalı bir parça bulunmadığından Gemini AI ile tek bir hatalı parça görseli oluşturdum. Ürettiğim veri artırma yöntemleriyle bir dataset oluşturdum. Ardından YOLOv8 ile modeli eğittim.

Sonuçlar
Model, hem “düzgün" hem de “hatalı" sınıflarında %99–100 doğruluk seviyesine ulaştı.
Confusion Matrix → Tüm örnekler doğru şekilde sınıflandırıldı.
Precision–Recall Curve → 1.0’a yakın mükemmel bir performans gösterdi.
Loss grafiklerinde stabil ve sağlıklı bir öğrenme eğrisi elde edildi.
Sonuç görsellerinde, model hem düzgün hem de hatalı parçaları doğru şekilde işaretliyor.

Projenin Amacı
Yapay zekayı üretim süreçlerine entegre ettim. Bu sayede insan hatasının azaltılmasını, hatalı üretimden oluşan ekstra maliyetlerin düşmesini hem de verimliliğin artışını sağlamayı amaçladım.

Projenin Özeti
CNC üretim hattında kullanılmak üzere yapay zeka destekli hatalı parça tespit sistemi geliştirdim.
Bu proje kapsamında, CNC’den çıkan metal parçaların kamera ile gerçek zamanlı olarak incelenip hatalı olup olmadığının otomatik olarak belirlenmesini ve hata verdiği zaman operatörün alarm ile uyarılmasını sağladım.

YAPAY ZEKA DESTEKLİ HATA PARÇA TESPİT SİSTEMİ