Görüş Tabanlı Araç Sınıflandırma Devrimi
VEBZE'nin sensörsüz araç sınıfı tespiti, sadece kamera görüntüsü ile 7 farklı araç tipini %98.4 doğrulukla ayırt ediyor. Pahalı sensörler, döngü dedektörleri veya manuel kayıt gerektirmiyor.
7 Araç Sınıfı: Neler Tespit Ediliyor?
VEBZE sistemi, şu araç tiplerini otomatik olarak tanıyor:
🚗 Sedan (Binek Otomobil)
Standart yolcu araçları, compact'tan full-size'a kadar tüm sedan modeller
🚙 SUV / Crossover
Sport utility vehicle'lar, yüksek gövdeli araçlar, crossover modeller
🚚 Kamyon (Truck)
Ticari kamyonlar, tır, TIR, büyük yük taşıma araçları
🏍️ Motosiklet
İki tekerlekli motorlu araçlar, scooter, motorsiklet, moped
🚌 Otobüs
Toplu taşıma araçları, şehir içi-şehirlerarası otobüsler, minibüs
🚐 Van / Minivan
Panel van, yolcu taşıma van'ları, minivan, hafif ticari araçlar
🛻 Pickup
Açık kasa pickup'lar, double cabin, tek kabin tüm varyantlar
🎯 Sınıf Başına Doğruluk Oranları
Sedan: %99.1
SUV: %98.7
Kamyon: %99.3
Motosiklet: %97.2
Otobüs: %99.5
Van: %97.8
Pickup: %98.2
Ortalama: %98.4
Neden Sensörsüz? Geleneksel Yöntemlerin Sorunları
Araç sınıflandırması geleneksel olarak pahalı sensörler gerektirir. VEBZE bu engelleri aşıyor:
| Yöntem | Maliyet | Bakım | Doğruluk | Sınırlamalar |
|---|---|---|---|---|
| Döngü Dedektörü | Yüksek | Zor | ~85% | Yol kazısı gerekir, ağır araçlara hassas |
| Ultrasonik Sensör | Orta | Orta | ~80% | Hava koşullarından etkilenir |
| LIDAR | Çok Yüksek | Yüksek | ~95% | Pahalı, hassas kalibrasyon gerekir |
| VEBZE (Kamera) | Düşük | Minimal | 98.4% | Yok – sadece kamera gerekir |
Teknoloji: Deep Learning ile Görsel Tanıma
VEBZE'nin araç sınıflandırma sistemi, üç aşamalı bir deep learning pipeline kullanıyor:
1. Araç Tespiti (Vehicle Detection)
İlk aşamada, kamera görüntüsündeki tüm araçlar tespit edilir ve bounding box ile çerçevelenir. YOLO v8 mimarisi kullanılıyor, 85-95ms inference time.
2. Feature Extraction
Tespit edilen her araç için ResNet-50 backbone ile özellik çıkarımı yapılır. Araç şekli, boyut oranları, tekerlek konfigürasyonu, gövde yüksekliği gibi 512 boyutlu feature vector elde edilir.
3. Sınıflandırma (Classification)
Son katmanda, özellik vektörü 7-sınıf softmax classifier'a beslenir. En yüksek confidence score alan sınıf seçilir. Threshold %85 – altındaki sonuçlar "belirsiz" olarak işaretlenir.
🧠 Model Mimarisi
Eğitim Verisi: 2.3M görüntü (7 sınıf için dengeli dağılım)
Model Boyutu: 48MB (TensorRT optimizasyonlu)
Inference Time: 12-18ms (sınıflandırma katmanı)
Total Pipeline: 100-115ms (tespit + sınıflandırma)
Kullanım Senaryoları: Nerede İşe Yarıyor?
Araç sınıfı tespiti, birçok sektör için kritik öneme sahip:
🅿️ Akıllı Otopark Yönetimi
- Diferansiyel Fiyatlandırma: SUV için daha yüksek ücret, motosiklet için indirim
- Alan Optimizasyonu: Büyük araçları geniş alanlara yönlendirme
- VIP Park: Belirli araç sınıfları için özel alanlar (pickup'lar için yüksek tavan)
🛣️ Karayolu Ücretlendirme
- Sınıf Bazlı Ücret: Araç tipine göre otomatik ücret hesaplama
- Yüksek Doğruluk: Manuel kontrol gerekmeden %98.4 doğru sınıflandırma
- Hızlı İşlem: 100km/h hızda bile tanıma, trafik akışı bozulmuyor
🏭 Lojistik ve Depo Yönetimi
- Araç Tipi Kontrolü: Sadece kamyon/van girişi, binek araç engelleme
- Loading Bay Ataması: Araç boyutuna göre rıhtım atama
- Zaman Optimizasyonu: Kamyon gelişi önceden biliniyor, hazırlık yapılıyor
🚦 Trafik İzleme ve Analitik
- Trafik Kompozisyonu: Hangi araç tiplerinin ne zaman geçtiği analizi
- Şerit Yönetimi: Kamyon şeridi ihlallerinin tespiti
- Şehir Planlaması: Araç tipi dağılımı ile yol planlama kararları
🏢 Kurumsal Kampüs Güvenliği
- Ziyaretçi Kontrolü: Ticari araçlar (kamyon/van) sadece yükleme alanına
- VIP Tanıma: Üst düzey yönetici araçları (genellikle sedan/SUV) özel park
- Güvenlik Alarmı: Beklenmeyen araç tipleri (otobüs, kamyon) alarm tetikler
Gerçek Dünya Başarı Hikayeleri
🅿️ İstanbul AVM - Dinamik Fiyatlandırma
Sorun: Tüm araçlara aynı fiyat, SUV'lar 2 yer kaplıyordu
Çözüm: SUV için %50 ek ücret, motosiklet %50 indirim
Sonuç: Gelir %28 arttı, alan kullanımı %40 iyileşti
🛣️ Ankara Köprü Geçişi - Otomatik Ücret
Sorun: Manuel araç tipi girişi, kuyruklar, hatalar
Çözüm: VEBZE otomatik sınıflandırma, 7 sınıf
Sonuç: %95 hız artışı, hata oranı %98 azaldı
🏭 İzmir Liman - Loading Bay Otomasyonu
Sorun: Kamyonlar yanlış rıhtımlara gidiyordu
Çözüm: Araç tipi tespiti + otomatik yönlendirme
Sonuç: Yükleme verimliliği %35 arttı
🚦 Bursa Trafik - Kamyon Şerit İhlali
Sorun: Kamyonlar hızlı şeridi kullanıyordu
Çözüm: Kamyon tespiti + otomatik ceza kesme
Sonuç: İhlaller %78 azaldı, trafik akışı iyileşti
Edge vs Cloud: Nerede İşleniyor?
VEBZE araç sınıflandırması, edge device'da real-time çalışıyor:
✅ Edge İşleme (VEBZE)
- 100-115ms latency (total)
- Network bağımlılığı yok
- Privacy – görüntüler cihazdan çıkmıyor
- Sabit işletim maliyeti (enerji)
❌ Cloud İşleme
- 500-2000ms latency (network dahil)
- İnternet kesintisi = sistem çöker
- Privacy risk – görüntü cloud'a gidiyor
- Değişken maliyet (API call başına)
Gelecek: Daha Fazla Sınıf, Daha Yüksek Doğruluk
VEBZE'nin araç sınıflandırma modeli sürekli gelişiyor:
- Alt Sınıflar: Sedan içinde compact, mid-size, full-size ayrımı (2026 Q3)
- Marka/Model Tanıma: Araç markası ve modelini tespit (2026 Q4)
- Özel Araçlar: Ambulans, polis, itfaiye gibi acil araçlar (2026 Q2)
- Araç Durumu: Hasar, kir, modifikasyon tespiti (araştırma aşamasında)
🚗 Araç Sınıflandırmayı Test Edin
VEBZE'nin 7 araç sınıfı tespitini kendi lokasyonunuzda test etmek ister misiniz? Demo için iletişime geçin ve %98.4 doğruluğu görün.
Ücretsiz Demo Talep EdinSonuç: Kamera Yeterli, Sensör Gereksiz
VEBZE, pahalı sensörler olmadan sadece kamera ile %98.4 doğrulukta 7 araç sınıfı tespit ediyor. Bu, hem maliyet tasarrufu hem de yüksek performans anlamına geliyor:
- Sensör maliyeti yok (kamera zaten ALPR için mevcut)
- Kurulum ve bakım basit
- %98.4 ortalama doğruluk – sensörlerden daha iyi
- 100-115ms latency – real-time kullanım
- 7 farklı kullanım senaryosu
Görüntü işleme ve deep learning, klasik sensör teknolojisinin ötesine geçti. VEBZE ile geleceği bugün deneyimleyin.