Yayın tarihi: 27 Mart 2026
Bu yazı en son 27 Mart 2026 tarihinde güncellenmiştir.
GTA 5 Otopilot projesinin ana yazısıyla karşınızdayım. Bir süredir geliştirmekte olduğum bu projeyi Instagram ve Github’dan site ve Youtube’a taşımak istiyorum. Site kısmının ilk adımını bu yazıyla atmış bulunmaktayım. Bu projeyi yavaş ama sürekli gelişen bir proje olarak konumlandırmak istiyorum. Bir iddiam veya acelem yok. Hedefim düzenli güncelleme ve aşamalı olarak ilerlemek. Bu kapsamda yazıda ve Github README.md dosyasında bulacağınız video planının yazılı halini bu site üzerinden paylaşacak ve Türkçe görüntü işleme dünyasına bir katkıda bulunmaya çalışacağım.
Github bağlantısı: Github – GTA 5 Autopilot
Planlanan video yol haritası(değişme ihtimali her zaman için mevcut) #
Bölüm 1 – Temeller #
- Video 1.1 – Bu serinin amacı
- Video 1.2 – Numpy
- Video 1.3 – OpenCV
- Video 1.4 – PIL vs mss vs Bettercam ekran yakalama karşılaştırması
- Video 1.5 – OpenCV ile tespit denemeleri
- Video 1.6 – Neden derin öğrenme modellerine ihtiyacımız var?
Bölüm 2 – YOLO İle Bounding Box Custom Object Detection #
- Video 2.1 – Kullanılabilecek sinir ağı modelleri, neden YOLO?
- Video 2.2 – YOLO ile uçtan uca Custom Object Detection – Özel Nesne Tespit Rehberi
- Video 2.3 – YOLO model Optimizasyonu
Bölüm 3 – YOLO İle Pixel Bazlı Segmentasyon #
- Video 3.1 – YOLO ile Pixel Bazlı Segmentasyon
- Video 3.2 – Yolo ile Custom Segmentation – Özel Segmentasyon Rehberi
- Video 3.3 – Segmentasyon model optimizasyonu
- Video 3.4 – YOLO modellerinin karşılaştırılması
- Video 3.5 – Segmentasyon sonuçlarının görselleştirilmesi
- Video 3.6 – Performans optimizasyonları – Profiling
- Video 3.7 – Segmentasyon ile ilk karar denemeleri
Bölüm 4 – Kontrol Mekanizması – Not: Burası hala kafamda net değil. Güncellenecek. #
- Video 4.1 – Kontrol Algoritmaları
- Video 4.2 – Maske Koordinatları üzerinden ve Open CV yardımıyla şerit tespiti ve şerit takibi
- Video 4.3 – Maske koordinatları üzerinden trafik ışığı tespiti ve HSV renk analizi(kırmızı – yeşil)
- Video 4.4 – Maske koordinatları üzerinden yaya tespiti ve aksiyon alma
- Video 4.5 – Maske koordinatları üzerinden araçlar arası mesafe tespiti
- Video 4.6 – Tüm tespitleri birleştirerek karar alma
- Video 4.7 – İlk sürüş: vgamepad kütüphanesi üzerinden sürüş komutu verme
- Video 4.8 – Karar mekanizmalarının vgameped’e entegre edilmesi
- Video 4.9 – Sollama mekaniği
Ara bölüm #
- PyQT veya Pyside ile arayüz tasarımı
Bölüm 5 – Karşınızda C++ #
- Video 5.1 – Neden C++? C++ vs Python performans karşılaştırması
- Video 5.2 – C++’da bilinmesi/aşina olunması gerekenler
- Video 5.3 – DXGI Desktop Duplication API ile ekran yakalama
- Video 5.4 – OpenCV C++
- Video 5.5 – OpenCV CUDA C++
Bölüm 6 – Zor bölüm – Gelecek hedefleri – Zero Copy Pipeline #
- Video 6.1 CUDA bellek yönetimi
- Video 6.2 DX11/12 to CUDA Interop
- Video 6.3 CUDA kernels(preprocessing)
- Video 6.4 TensorRT C++ API
- Nihai hedef: End-to-End GPU pipeline
Bölüm 7 – Kontrol mekanizması #
- Python kontrol kısmının C++’a uygulanması (şimdilik belirsiz)
Gelecek hedefleri #
- YOLO yerine Custom CNN kullanılması
- Vision Transformer
