Yapay Zekâ Yalnız Gördüğünü Öğrenir
Veri seti nasıl hazırlanır?
15 Kasım 2026 · video 10 dk · yazı ~1.200 kelime
Serinin ikinci bölümü: veri. Bir modeli eğitmeden önce verisine bakarız: içinde ne var, ne eksik, onu kullanma iznini kim verir, sınavı nasıl kurarız.
YouTube'da izle ↗- Açılış 0:00
- Veri nedir? Girdi, etiket, künye 0:48
- Model yalnız gördüğünü öğrenir 2:03
- Kullanma hakkı: lisans kaynakta okunur 3:09
- Veriyi bölmek: eğitim, doğrulama, test 4:39
- Sızıntı: kendi verimde sınadım 6:06
- EVREN'de veri seti kurmak 7:49
Açılış
Geçen bölümde eğittiğim model, anne karnındaki bebeğin baş sınırını çiziyor. Daha önce görmediği 150 görüntüde, baş çevresindeki ortalama hata 2,3 milimetre. Ama o 150 görüntü, eğitimdekilerle aynı hastaneden. Bu sayıya ne kadar güvenebilirim?

Cevap modelde değil, veride.
Bu bölümde o veriyi açıyoruz: içinde ne var, ne eksik, onu kullanma iznini kim verir, sınavı nasıl kurarız. Bir kuralın gerekçesini de kendi verimde sınadım; sonuç beklendiği gibi çıkmadı. Bölümün sonunda EVREN'de kendi veri setinizi kurabileceksiniz.
Veri nedir? Girdi, etiket, künye
Telefonunuzun galerisini açın. Galeri yüzleri gruplar; her gruba o kişinin adını siz yazarsınız. Diyelim ki bir modele yüz tanımayı öğreteceğiz. Fotoğraf, modelin baktığı şey; buna girdi diyoruz. Yazdığınız ad, modelin bulması gereken cevap; buna etiket diyoruz. Fotoğrafın bilgi ekranına da bakın: tarih, hangi telefonla çekildiği, açıksa konum. Bu, fotoğrafın künyesi: kendisi değil, onun hakkında bilgi.
Model eğitmek için kullanılan veri seti, bu üçlünün yüzlercesi, binlercesi yan yana. Görüntü yerine metin, ses ya da sayı da olabilir.
Geçen bölümde anne karnındaki bebeklerin baş ultrasonlarıyla bir model eğittim. O klasörde de aynı üçü vardı. Girdi, ultrason görüntüsü. Etiket burada bir ad değil, bir çizgi: görüntüyü çeken kişinin çizdiği baş sınırı. Tabloda bir de künye var: görüntüde bir pikselin kaç milimetre olduğu.

Şekilde aynı büyüklükte duran bu iki baştan birinin çevresi, gerçekte ötekinin beş katı. Künye olmasa model başı yine çizer, ama biz o çizginin kaç milimetre olduğunu bilemeyiz. Bizim modelimiz künyeyi görmez; onu biz kullanırız.
Model yalnız gördüğünü öğrenir
Galeriye dönelim. Murat'ın bütün fotoğraflarında gözlük var. Model Murat'ı hep gözlüklü gördü. Gözlüksüz bir fotoğrafını görürse, onu tanımayabilir.
Model yalnız gördüğünü öğrenir.
Bu yüzden bir veri setini kullanmadan önce içine bakarız: neyden çok var, neyden az var, ne hiç yok.
Bizim klasördeki görüntüler Hollanda'dan. Çoğu iki zamandan geliyor: gebeliğin 12. ve 20. haftası civarı. Rutin ultrason taramaları orada bu haftalarda yapılıyor. Gebeliğin son aylarından gelen görüntü daha az. Yani model en çok bu iki dönemin bebeklerini gördü.

Bir de neyle çekildiğine bakarız. Galerideki künyede fotoğrafın hangi telefonla çekildiği yazıyordu. Bu klasörün künyesinde öyle bir satır yok. Veriyi yayımlayan ekip, görüntülerin tek hastanede, iki çeşit cihazla çekildiğini yazıyor.1 Ama hangi görüntünün hangi cihazdan geldiğini yazmıyor. Bu yüzden modeli iki cihazda ayrı ayrı sınayamayız. Başka bir hastanede nasıl çalışacağını da bu veri söylemez.
Kullanma hakkı: lisans kaynakta okunur
Galerinizde internetten kaydettiğiniz bir fotoğraf da var diyelim. Bu, başkasının çektiği bir fotoğrafın kopyası. Telefonunuzda durması, size onu dilediğiniz gibi kullanma izni vermez; izni asıl sahibi verir. Veri setinde bu izni, seti hazırlayan verir; buna lisans diyoruz. Kimi lisans ticari kullanıma da izin verir, kimi yalnız ticari olmayan kullanıma.
Lisansı nerede okuduğumuz da önemli. ABD Ulusal Tıp Kütüphanesi verem için göğüs röntgenleri yayımlıyor. Kendi notunda lisans yazmıyor; araştırma grubunuzun ya da kurumunuzun dışında paylaşmayın diyor. Bu röntgenlerin bir kısmı başka bir sitede, herkesle paylaşmaya ve ticari kullanıma izin veren bir lisansla duruyor. Aynı röntgenler, iki yerde iki ayrı izin.2
Bu yüzden lisansı kaynakta okuruz: veriyi hazırlayanın kendi koyduğu yerde. Orada ne yazıyorsa ona uyarız; kaynağı bulamıyorsak ya da orada izin yoksa, veriyi serbest saymayız.
Bizim klasöre bakalım. Hugging Face'teki bir kopyanın sayfası, hazırlayan ekibin makalesine bağlantı veriyor. Ekip makalede veriyi Zenodo adlı bir siteye koyduğunu yazıyor; kaynak orası. Oradaki lisans ticari kullanıma da izin veriyor; Hugging Face'teki de aynı. Bu lisansın üç şartı var: ekibi anmak, lisansı belirtmek, veride bir şey değiştirdiyseniz bunu yazmak. EVREN'deki sayfam da bir kopya; orada bu üçünü yazdım.

Veriyi bölmek: eğitim, doğrulama, test
Murat'a dönelim. Bütün fotoğraflarını modele gösterirsek, onu tanıyıp tanımadığını sınayacak fotoğraf kalmaz. Bu yüzden veriyi üç gruba böleriz; her fotoğraf bir soru.
Eğitim grubu, çalışma soruları: model her birinin cevabını, yani etiketini görerek çalışır. Doğrulama grubu, eğitim sürerken ara ara girilen deneme sınavı; model eğitim boyunca değişir, en iyi olduğu anı bu sınava bakarak seçeriz. Test grubu, en sonda bir kez girilen asıl sınav; eğitimde de bu seçimde de kullanılmadığı için notu o verir.
Galeride Murat'ın arka arkaya çekilmiş üç fotoğrafı da var. Fotoğrafları gruplara tek tek, rastgele dağıtırsak, bu üçünden biri eğitime, biri teste düşebilir. O zaman testteki not şişer: model, teste düşen karenin neredeyse aynısını eğitimde görmüş olur. Murat'ı yeni bir fotoğrafta tanıyıp tanımayacağını bu not söylemez. Aynı çekimin fotoğrafları aynı gruba gider.
Bizim klasörde çekimin karşılığı muayene: aynı muayenenin görüntüleri dosya adında aynı numarayla başlar. Grupları görüntüye göre değil, muayeneye göre kurdum: muayenelerin aşağı yukarı yüzde 70'i eğitime, 15'i doğrulamaya, 15'i teste.

Görüntüleri ve etiketleri aşağıdaki adlarla klasörlere ayırıp tek bir sıkıştırılmış dosyada EVREN'e yükledim; klasör adları böyle olunca EVREN grupları olduğu gibi alıyor.
hc18.zip ├─ images/ │ ├─ train/ 698 │ ├─ val/ 150 │ └─ test/ 150 ├─ labels/ │ ├─ train/ 698 │ ├─ val/ 150 │ └─ test/ 150 └─ data.yaml
Sızıntı: kendi verimde sınadım
Verinizi bölmeden yüklerseniz, bölmeyi EVREN'in otomatik bölmesine yaptırabilirsiniz. Orada “aynı çekimin karelerini birlikte tut” diye bir anahtar var; varsayılan olarak kapalı. Bizim klasörden küçük bir parçayla sınadım: anahtar kapalıyken, birden çok görüntüsü olan 18 muayeneden 11'inin görüntüleri farklı gruplara dağıldı; açıkken hiçbiri dağılmadı.

Aynı muayeneden iki görüntüye kardeş diyelim. Testteki bir görüntünün kardeşi eğitimdeyse, buna sızıntı diyoruz.3 Peki sızıntı notu gerçekten şişirir mi?
Bütün klasörü anahtar kapalıyken böldürdüm. Geçen bölümdeki modeli aynı ayarlarla iki kez baştan eğittim; sonuç tekrar ediyor mu, görmek için. Testteki 150 görüntünün 42'sinin kardeşi eğitimdeydi; 108'inin eğitimde kardeşi yoktu. Not şişseydi, kardeşi eğitimde olanlarda baş çevresi hatası belirgin biçimde küçük çıkardı.
İki eğitimde onlarda hata biraz küçük çıktı. Ama fark milimetrenin onda biri kadardı; 42 görüntüyle bu kadar küçük bir farkı şanstan ayıramayız. Bu klasörde notun şiştiğini gösteremedim.

Nedenine de baktım: buradaki kardeşlerin çoğu birbirinin neredeyse aynısı değil; aynı bebeğin farklı anlarda alınmış ayrı görüntüleri. Not, teste düşen görüntünün neredeyse aynısı eğitimdeyse şişer; Murat'ın arka arkaya çekilmiş fotoğrafları gibi. Kendi verinizde kardeşlerin birbirine ne kadar benzediğini ölçmeden bilemezsiniz.
Bu yüzden kural aynı kalıyor: aynı çekimin görüntüleri aynı gruba. Bölmeyi EVREN'e bırakıyorsanız anahtarı açın ve dosya adlarını aşağıdaki gibi yazın: önce çekimin adı, sonra tek bir alt çizgi, sonra sıra numarası.
murat01_1.jpg murat01_2.jpg kerem03_1.jpg
EVREN'de veri seti kurmak
Şimdi hepsini EVREN'de bir veri setinde toplayalım. Veri Setleri sayfasında Yeni Veri Seti'ne basıyoruz. Önce veri tipi. Görüntüleriniz bizimki gibi sıradan resim dosyalarıysa Görsel'i seçin; Medikal, hastanelerin kullandığı DICOM dosyaları için. Sonra bir ad ve açıklama. Açıklama, lisansın üç şartının yeri: veriyi hazırlayanlar, lisans ve veride neyi değiştirdiğiniz. Grupları nasıl kurduğumu da oraya yazdım.
İkinci adımda görünürlük. Özel seçerseniz veri setini yalnız siz ve eklediğiniz kişiler görür. Herkese Açık seçerseniz herkes görür; düzenleyen yine siz ve eklediğiniz kişiler olur. Lisans paylaşmaya izin veriyorsa herkese açabilirsiniz; ben bizimkini herkese açtım. Herkese Açık'ı seçince Topluluk Katkısı da kendiliğinden açılıyor: başkaları etiket ekleyebilir, siz onaylarsınız. Bizim etiketler görüntüyü çeken kişinin çizgisi olarak kalsın diye bu anahtarı kapattım.
Lisansı, kaynakta ne yazıyorsa ona göre seçin; veriyi siz hazırladıysanız seçim sizin. Menü isteğe bağlı diyor; boş bırakmayın. Alttaki Etiketler kutusu, modelin bulması gereken etiket değil: veri setini aramada bulduran anahtar kelimeler.
Oluştur'a basınca veri seti boş açılır. Yükle yalnız görüntü ve video alır. Etiketleriyle birlikte sıkıştırılmış dosyayı, pencerede yazan biçimlerden birinde, İçe Aktar ile verin. Sınıf, etiketin gösterdiği şey: galeride her kişi bir sınıf. Bizim çizgilerin hepsi tek şeyi gösteriyor: baş. EVREN sınıfları sıkıştırılmış dosyanın içinden okur.
En son Versiyonlar sekmesi. Grupları kendiniz kurmadıysanız önce buradaki otomatik bölmeyi kullanın ve aynı çekimin karelerini birlikte tutan anahtarı açın. Sonra yeni bir versiyon oluşturun. Versiyon, veri setinin dondurulmuş hâli; model onunla eğitilir. Versiyon penceresindeki iki anahtar da kapalı kalsın: biri veriden yalnız bir parça alır, öteki grupları yeniden dağıtır.
Veri setimiz hazır.

Belgeler
Sızıntı sınaması · kayıt
- Veri
- HC18, van den Heuvel ve ark. 2018; 998 görüntü, 806 muayene (bir kopya görüntü çıkarıldı) · CC BY 4.0
- Doğru bölme
- Muayeneye göre: 562 / 119 / 125 muayene, 698 / 150 / 150 görüntü (geçen bölümün modeli)
- Sınama
- Aynı 998 görüntü, EVREN'in otomatik bölmesiyle, “aynı çekimin karelerini birlikte tut” kapalı: 698 / 150 / 150 görüntü
- Eğitim
- YOLO26m segmentasyon, 640 px, 100 tur, geçen bölümün ayarlarıyla; iki kez, iki ayrı başlangıçla
- Test
- 150 görüntü: 42'sinin (41 muayene) kardeşi eğitimde, 108'inin (103 muayene) yok
- Sonuç
- Ortalama baş çevresi hatası, kardeşi eğitimde / kardeşi yok: 1. eğitim 2,23 mm (1,64–2,92) / 2,30 mm (1,96–2,69); 2. eğitim 2,31 mm (1,72–2,99) / 2,42 mm (2,06–2,81). Parantezde %95 güven aralığı, muayeneye göre 2.000 yeniden örneklemeyle. Aralıklar örtüşüyor.
- Neden
- Kardeşi eğitimde olan test görüntüsünün eğitimdeki en yakın kardeşine piksel benzerliği ortanca 0,35 (rastgele iki muayene arasında 0,21); 42 görüntünün yalnız 2'si neredeyse aynı
- Otomatik bölme denemesi
- HC18'den 28 muayene, 56 görüntü; oranlar 0,7 / 0,2 / 0,1. Birden çok görüntülü 18 muayeneden anahtar kapalıyken 11'i, açıkken hiçbiri gruplara dağıldı
- Maliyet
- İki eğitim, toplam 4,6 EVREN kredisi · 14 Kasım 2026
Veri seti, model ve kaynaklar
Videodaki veri seti ve geçen bölümde onunla eğitilen model EVREN'de herkese açık: EVREN koleksiyonu (EVREN sayfaları e-Devlet ile giriş yapınca açılır). Veri setlerini kuran ve modelleri ölçen betikler: open-medical-baselines. Veri seti CC BY 4.0; modeller araştırma ve eğitim içindir, klinik araç değildir.
- HC18, asıl kaynak (Zenodo) · CC BY 4.0
- Veriyi hazırlayan ekibin makalesi (van den Heuvel ve ark., PLOS ONE 2018)
- Hugging Face'teki iki kopya: MedOtter/HC18
- … ve harshalbhansali/HC18
- CC BY 4.0 lisansı
- Sızıntı türleri: Kapoor ve Narayanan, Patterns 2023
Notlar
- van den Heuvel TLA, de Bruijn D, de Korte CL, van Ginneken B. Automated measurement of fetal head circumference using 2D ultrasound images. PLoS ONE 13(8): e0200412, 2018. Görüntüler Radboud Üniversitesi Tıp Merkezi'nde (Nijmegen), Voluson E8 ya da Voluson 730 cihazıyla çekildi. Veri seti (HC18): doi:10.5281/zenodo.1327317 · CC BY 4.0.
- ABD Ulusal Tıp Kütüphanesi'nin Montgomery ve Shenzhen verem röntgen setleri: kendi ReadMe dosyalarında “Please do not share the data set outside of your research group/organization” yazıyor (14 Kasım 2026'da okundu). Aynı görüntülerin bir kısmı (Montgomery'den 139, Shenzhen'den 566) Mendeley Data'daki bir kopyada CC BY 4.0 ile duruyor. İkisine de bağlantı verilmedi: kopyaya bilerek; Kütüphane'nin indirme listesinde bu setler 15 Kasım 2026'da artık yoktu.
- Sızıntı türleri, veri setindeki kopyalar ve eğitimle testte aynı kişi dahil: Kapoor S, Narayanan A. Patterns 4(9): 100804, 2023. doi:10.1016/j.patter.2023.100804.
Bu yazı, videoda söylediklerimin yazıya uyarlanmış hâlidir; cümleler aynı, yalnızca ekrandaki göndermeler şekil ve tabloya dönüştü.