Askeri Tatbikatlarda Derin Öğrenme Yöntemleri ile Nesne Takibi

Son yıllarda dünya genelinde yaşanan savaşlar ve bölgesel çatışmalar, savunma sanayisinde hızlı ve dikkat çekici teknolojik ilerlemelere yol açmıştır. Artan askeri harcamalar, özellikle yapay zekâ ve derin öğrenme teknolojilerinin savunma sistemlerine entegrasyonunu kaçınılmaz hâle getirmiştir. Derin öğrenme yöntemleri; yüz tanıma sistemlerinden siber tehditlerin tespitine, nesne takibinden askeri lojistik süreçlerin otomasyonuna kadar geniş bir uygulama yelpazesinde kullanılmaktadır. Bu çalışmada, derin öğrenme tabanlı nesne takip sistemlerinin askeri tatbikatlara entegrasyonu incelenmiştir. Bu amaçla, Millî Savunma Bakanlığına ait açık kaynaklı "Efes 2024", "Dynamic Mariner / Flotex-25" ve "Kış Tatbikatı 2025" tatbikat videolarından elde edilen görüntülerle özgün bir veri seti oluşturulmuş ve Roboflow platformu kullanılarak etiketleme işlemleri gerçekleştirilmiştir. Veri setinde 326 asker, 418 tank, 520 uçak ve helikopter ile 189 gemi görseli manuel olarak sınırlayıcı kutular ve noktasal işaretlemelerle anotasyonlanmıştır. Eğitim ve değerlendirme süreçlerinde YOLOv12 algoritması kullanılmıştır. Elde edilen bulgular, derin öğrenme tabanlı nesne takip sistemlerinin askeri operasyonlarda etkin bir şekilde kullanılabileceğini ve stratejik üstünlük sağlayabileceğini ortaya koymaktadır.