| Özellik | Açıklama |
|---|---|
| 🎥 Canlı Kamera | Webcam'den gerçek zamanlı kart tanıma ve görselleştirme |
| 📸 Dosya Yükleme | Görüntü dosyalarını yükleyerek analiz yapma |
| 🎚️ Kalite Kontrolü | Ayarlanabilir görüntü kalitesi (0.1 - 1.0) |
| 🎨 Modern Arayüz | Siyah-gri tema ile göz yormayan tasarım |
| ⚡ Gerçek Zamanlı | Anlık kart tanıma ve bounding box görselleştirme |
| 📊 Güven Skorları | Her tespit için detaylı güven oranları |
| 🖱️ Sürükle-Bırak | Kolay dosya yükleme deneyimi |
| 🤖 YOLOv8 Model | Yüksek doğrulukta nesne tespiti |
- Python 3.8 veya üzeri
- Webcam (canlı kamera özelliği için - opsiyonel)
- Modern web tarayıcı
- Model dosyası (
playing_cards_model_0_playing-cards-colab.pt)
# 1️⃣ Repository'yi klonlayın
git clone https://github.com/mustafakemal0146/kart-tanima.git
cd kart-tanima
# 2️⃣ Gerekli paketleri yükleyin
pip install -r requirements.txt
# 3️⃣ Model dosyasını kontrol edin
# playing_cards_model_0_playing-cards-colab.pt dosyasının proje klasöründe olduğundan emin olun
# 4️⃣ Uygulamayı başlatın
python app.py
# 5️⃣ Tarayıcıda açın
# http://localhost:5000- Arayüzde "Canlı Kamera" sekmesini seçin
- "Kamera Aç" butonuna tıklayın
- Kalite slider'ını istediğiniz değere ayarlayın (0.1 - 1.0)
- Kartı kameraya gösterin
- "Yakala ve Analiz Et" butonu ile anlık analiz yapın
- Arayüzde "Dosya Yükle" sekmesini seçin
- Kart görüntüsünü sürükle-bırak yapın veya tıklayarak seçin
- Model otomatik olarak kartları tespit edecektir
- Sonuçlar anında görüntülenecektir
Desteklenen Formatlar: PNG, JPG, JPEG, GIF, WEBP
Maksimum Dosya Boyutu: 16MB
| Katman | Teknoloji |
|---|---|
| Backend | Flask 3.0+, Python 3.8+ |
| AI Model | YOLOv8 (Ultralytics) |
| Görüntü İşleme | OpenCV, Pillow |
| Deep Learning | PyTorch 2.0+ |
| Frontend | Vanilla JavaScript, HTML5, CSS3 |
| Dataset | Roboflow Playing Cards Dataset |
- Model Tipi: YOLOv8n (nano)
- Eğitim: Google Colab (T4 GPU)
- Dataset: Roboflow Playing Cards
- Epoch: 50
- Eğitim Süresi: ~4.5 saat (T4 GPU)
- Dosya Formatı: PyTorch (.pt)
- Desteklenen Kartlar: Standart 52 kartlık iskambil destesi
kart-tanima/
│
├── app.py # Flask uygulaması
├── requirements.txt # Python bağımlılıkları
├── playing_cards_model_0_playing-cards-colab.pt # YOLOv8 model dosyası
├── train_model.ipynb # Model eğitimi için Google Colab notebook
├── README.md # Bu dosya
├── LICENSE # MIT lisansı
├── .gitignore # Git ignore dosyası
│
├── img/ # Ekran görüntüleri
│ ├── 1.png
│ ├── 2.png
│ └── 3.png
│
├── templates/
│ └── index.html # Web arayüzü
│
└── uploads/ # Yüklenen dosyalar (gitignore)
| Method | Endpoint | Açıklama |
|---|---|---|
GET |
/ |
Ana sayfa |
POST |
/predict |
Dosya yükleme ile tahmin |
POST |
/camera/start |
Kamerayı başlat |
POST |
/camera/stop |
Kamerayı durdur |
POST |
/camera/quality |
Kalite ayarla |
POST |
/camera/capture |
Frame yakala ve analiz et |
GET |
/video_feed |
Video stream endpoint |
Kendi modelinizi eğitmek için train_model.ipynb notebook'unu kullanabilirsiniz:
- Google Colab'da notebook'u açın
- Roboflow API key alın: https://roboflow.com/
- Notebook'taki
YOUR_API_KEY_HEREkısmına API key'inizi ekleyin - Runtime > Change runtime type > GPU seçin
- Tüm hücreleri sırayla çalıştırın
- Eğitilen model dosyasını indirin
- Proje klasörüne
playing_cards_model_0_playing-cards-colab.ptolarak kaydedin
- Platform: Roboflow
- Workspace: augmented-startups
- Project: playing-cards-ow27d
- Format: YOLOv8
- Version: 1
Tüm bağımlılıklar requirements.txt dosyasında listelenmiştir:
flask>=3.0.0
ultralytics>=8.1.0
pillow>=10.0.0
werkzeug>=3.0.0
torch>=2.0.0
torchvision>=0.15.0
numpy>=1.24.0
opencv-python>=4.8.0
- Google Colab hesabı
- Roboflow API key (ücretsiz)
- GPU desteği (önerilir)
- Webcam'in başka bir uygulama tarafından kullanılmadığından emin olun
- Tarayıcı izinlerini kontrol edin
- Farklı bir kamera deneyin (birden fazla kamera varsa)
- Model dosyasının (
playing_cards_model_0_playing-cards-colab.pt) proje klasöründe olduğundan emin olun - Dosya yolunu kontrol edin
- Model dosyası büyük olduğu için GitHub'a yüklenmemiş olabilir
- Kalite ayarını düşürün (0.3-0.5 arası)
- Daha küçük görüntü boyutları kullanın
- GPU desteği varsa PyTorch GPU sürümünü yükleyin
Katkılarınızı bekliyoruz! Lütfen:
- Fork edin
- Feature branch oluşturun (
git checkout -b feature/amazing-feature) - Değişikliklerinizi commit edin (
git commit -m 'Add amazing feature') - Branch'inizi push edin (
git push origin feature/amazing-feature) - Pull Request açın
Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.
- Ultralytics - YOLOv8 için
- Flask - Web framework için
- Roboflow - Dataset platformu için
- Tüm açık kaynak katkıda bulunanlar


