KÜÇÜK NESNELERİN TESPİTİNDE DÖNÜŞTÜRÜCÜ TABANLI GERÇEK ZAMANLI NESNE TESPİT ALGORİTMASININ GELİŞTİRİLMESİ

Abstract

Küçük nesne tespiti, özellikle yüksek irtifadan elde edilen hava görüntülerinde nesnelerin birkaç piksel kaplaması, yoğun kümelenme ve örtülme nedeniyle bilgisayarlı görünün en zor problemlerinden biri olmaya devam etmektedir. Bu tez çalışmasının amacı, dönüştürücü tabanlı gerçek zamanlı nesne tespit modeli RT-DETR'nin hava görüntülerindeki küçük nesneleri daha doğru ve kararlı biçimde tespit edebilmesini sağlayacak bütünleşik bir iyileştirme çerçevesi geliştirmektir. Çalışmanın temel hipotezi, küçük nesne bilgisinin ön işlem ve özellik çıkarımı aşamalarında daha iyi korunması ve eğitim hedefinin küçük kutu kaymalarına daha dayanıklı hâle getirilmesi durumunda, tespit doğruluğunun anlamlı biçimde artacağıdır. Ayrıca önerilen iyileştirmelerin hesaplama yükünü sınırlı artırarak gerçek zamanlı çalışmayı sürdüreceği öngörülmektedir. Deneyler, yüksek çözünürlüklü hava görüntülerinden oluşturulan bir örneklem kullanılarak gerçekleştirilmiş ve model performansı farklı sahne yoğunlukları ile ölçek değişimlerinin bulunduğu koşullarda değerlendirilmiştir. Yöntem olarak; (i) yeniden boyutlandırma kaynaklı bilgi kaybını azaltmak için örtüşen parçalara ayırma (dilimleme) stratejisi, (ii) omurga ağda uyarlanabilir özellik birleştirme modülleri, (iii) Mosaic ve Mixup tabanlı gelişmiş veri artırma ve (iv) küçük sınır kutuları için daha kararlı öğrenme sağlayan Normalize Edilmiş Wasserstein Mesafesi tabanlı kayıp fonksiyonu birlikte kullanılmıştır. Bulgular, önerilen çerçevenin RT-DETR'nin küçük nesne tespit doğruluğunu belirgin biçimde artırdığını ve çıkarım hızını neredeyse gerçek zamanlı seviyede koruduğunu göstermektedir. Sonuç olarak, geliştirilen yaklaşım hava görüntülerinde küçük nesne tespiti için doğruluk-hız dengesini iyileştiren uygulanabilir bir çözüm sunmaktadır.

Small object detection remains one of the most challenging problems in computer vision, especially in aerial imagery where targets may occupy only a few pixels and are affected by dense layouts, occlusions, noise, and large scale variations. The aim of this thesis is to develop an integrated improvement framework that enables the transformer-based real-time detector RT-DETR to detect small objects in aerial scenes more accurately and more robustly. The main hypothesis is that detection accuracy can be significantly improved by preserving small-object details during preprocessing and feature extraction, and by adopting a training objective that is less sensitive to slight bounding-box misalignments for very small targets. It is also hypothesized that these improvements can maintain near real-time inference with only limited computational overhead. Experiments are conducted on a dataset of high-resolution aerial images, and performance is evaluated under varying scene densities and scale changes. The proposed method combines: (i) a slicing strategy that partitions high-resolution images into overlapping tiles to reduce detail loss caused by standard resizing, (ii) adaptive feature fusion modules integrated into the backbone to better merge low-level detailed cues with high-level semantic features, (iii) strengthened training via advanced data augmentation techniques such as Mosaic and Mixup to improve robustness in crowded scenes, and (iv) a Normalized Wasserstein Distance–based loss function that models bounding boxes as probabilistic distributions to provide a more stable learning signal for very small objects. Experimental results show that the proposed framework substantially improves RT-DETR performance, particularly in small-object detection accuracy, while preserving near real-time inference speed. Overall, the study provides a practical solution that improves the accuracy–speed trade-off for small object detection in aerial imagery.