Kuika’nın Vision Actions özelliği, uygulamalarınıza gerçek zamanlı görüntü işleme ve bilgisayarlı görü (Computer Vision) yetenekleri entegre etmenizi sağlar.

Bu modül sayesinde video akışı üzerinden nesne tespiti, takip (tracking), segmentasyon, bölge analizi ve veri kaydı gibi senaryo tabanlı görsel işleme pipeline’ları oluşturabilirsiniz.

Vision Actions, sürükle-bırak tabanlı görsel akış tasarımı ile çalışır ve modüler node yapısına sahiptir.

Vision Action Oluşturma Adımları

1. Kuika platformuna giriş yapın.
2. Çalışmak istediğiniz projeyi açın.

3. Datasources modülüne gidin.
4. Sol panelden Vision Actions bölümünü seçin.
5. “+” ikonuna tıklayarak yeni bir Vision Action oluşturun.
6. Açılan ekrandan:
   
   • Hazır bir template seçebilir,
   • Veya Create from scratch ile sıfırdan bir akış oluşturabilirsiniz.

Vision Action Template Seçenekleri

Vision Actions içerisinde hazır senaryo şablonları bulunmaktadır.

Phase 0

Phase 0, Vision Actions modülünde yer alan Faz 0 Node’larını test etmek amacıyla hazırlanmış basit bir şablondur. Bu akış yalnızca insan ve araç nesnelerini tespit eder, takip eder ve zaman damgalarını (timestamp) Log’lar. Bu nedenle şablon, demonstrasyon amaçlı “Object Tracker & Logger” olarak adlandırılabilir.

Kullanım Senaryosu

• Vision altyapısını ilk kez deneyen kullanıcılar için referans pipeline
• Node tiplerinin nasıl bağlandığını görmek isteyen geliştiriciler
• Model parametrelerini test etmek
• Performans ve latency ölçümü yapmak
• Veritabanı bağlantı doğrulaması yapmak
• Analytics event üretimini test etmek

Phase 0, üretim senaryosundan ziyade sistemin tüm teknik kabiliyetlerini gözlemlemek için kullanılır.

İçerik ve Teknik Akış

Pipeline aşağıdaki bileşenlerden oluşur:

Video Input

Görüntü kaynağını sağlar.

• Local video dosyası
• IP kamera
• RTSP stream

Çıktı: Frame bazlı görüntü akışı

Object Detector

Frame üzerinde nesne tespiti yapar. Genellikle YOLOv8 model ailesi kullanılır.

Üretilen veri:

• Bounding box koordinatları (x, y, width, height)
• Confidence score
• Class label (car, person, truck vb.)

Object Tracker

Tespit edilen nesneleri frame’ler arasında takip eder. Genellikle ByteTrack algoritması kullanılır.

Üretilen veri:

• Unique tracking ID
• Frame sürekliliği
• Nesne hareket yönü

Analytics Processor

Tespit ve takip edilen nesneler üzerinde kurallı analiz yapılır.

Örnek analizler:

• Toplam araç sayısı
• Aynı anda frame içindeki kişi sayısı
• Belirli alan içinde kalma süresi
• Event üretimi (zone enter / exit)

Database Service

Üretilen analiz çıktıları veritabanına kaydedilir.

Örnek kayıt yapısı:

{
 "objectId": 78,
 "class": "car",
 "eventType": "zone_enter",
 "timestamp": "2026-02-20T12:05:30",
 "confidence": 0.93
}

Desteklenen DB tipleri:

• MSSQL
• PostgreSQL
• Managed DB

Traffic Stop Monitor

Traffic Stop Monitor, trafik ışıklarını izleyen bir CCTV kamera üzerinden araç tespiti, araç takibi ve belirli bölgelerde (zone) kural bazlı analiz yapan senaryo tabanlı bir Vision pipeline’ıdır.

Bu şablon özellikle trafik yoğunluğu ve ihlal tespiti gibi akıllı şehir uygulamaları için tasarlanmıştır.

Kullanım Senaryosu

• Akıllı şehir altyapıları
• Trafik yoğunluğu analizi
• Kavşak bazlı araç sayımı
• Kırmızı ışık ihlali tespiti
• Stop çizgisi ihlali
• Şerit ihlali analizi

Teknik Akış

Video Input

CCTV veya IP kamera üzerinden canlı görüntü alınır.

Object Detector

Frame üzerinde araç sınıfları tespit edilir.

Genellikle:

• car
• bus
• truck
• motorcycle

Her araç için:

• Bounding box
• Confidence
• Class bilgisi üretilir.

Object Tracker

Her araca benzersiz bir ID atanır ve araçlar frame’ler boyunca takip edilir.

Bu sayede:

• Aynı araç tekrar tekrar sayılmaz,
• Araçların hareket yönü belirlenir,
• Zone içi geçiş analiz edilir.

Zone Analytics

Belirli alanlar (zones) tanımlanır:

• Stop çizgisi
• Yaya geçidi
• Kavşak alanı

Analytics motoru aşağıdaki event’leri üretir:

• zone_enter
• zone_exit
• dwell_time
• violation_event

Örnek kural:

Eğer:
 trafikIsigi = RED
 VE
 araç stop_zone içine girerse
THEN
 violation = true

Database Kayıt

Üretilen event’ler veritabanına kaydedilir.

Örnek violation kaydı:

{
 "vehicleId": 145,
 "eventType": "RedLightViolation",
 "zone": "StopLine",
 "timestamp": "2026-02-20T12:15:45",
 "confidence": 0.91
}

Sistem Davranışı

Traffic Stop Monitor:

• Aynı aracı yalnızca bir kez sayar,
• Zone bazlı olay üretir,
• Gerçek zamanlı event stream oluşturur,
• İsteğe bağlı olarak anlık sayaç gösterebilir,
• DB üzerinden raporlama yapılabilir.

Vision Action Node Yapısı

Vision pipeline’ı node (düğüm) mantığıyla çalışır. Her node belirli bir görevi yerine getirir.

• Start Node: Her Vision Action akışı Start node ile başlar. Bu node, akışın başlangıç tetikleyicisidir.
• Input Sources: Görüntü kaynağını tanımlar.
• Video Input: Görüntü akışını sisteme almak. Video Input, tüm AI processing adımlarının temel girdisidir.Kaynak Tipleri:
  
  • Local video
  • RTSP kamera
  • IP kamera
  • CCTV

• AI Processing Nodes: Görüntü üzerinde yapay zeka işlemlerini gerçekleştirir.
  
  • Detector: Nesneleri tespit etmek. Model Örneği: YOLOv8
    
    • Kullanım:
      
      • İnsan tespiti
      • Araç tespiti
      • Ürün tespiti
    • Çıktı:
      
      • Bounding box koordinatları
      • Confidence score
      • Class label
  • Tracker: Tespit edilen nesneleri Frame’ler arası takip etmek. Model Örneği: ByteTrack
    
    • Kullanım:
      
      • Aynı aracı sistem boyunca takip etmek
      • Nesne ID üretmek
    • Çıktı:
      
      • Unique tracking ID
      • Hareket yönü
      • Süre bilgisi
  • Segmentation: Nesneleri piksel bazlı ayırmak. Model Örneği: SAM2
    
    • Kullanım:
      
      • Alan bazlı analiz
      • Nesne maskesi oluşturma
      • Bölge ihlal tespiti
    • Çıktı:
      
      • Mask verisi
      • Alan hesaplama bilgisi

• Analytics Processor: Tespit edilen nesneler üzerinde kurallı analiz yapmak.
  
  • Örnek Senaryolar:
    
    • Belirli bir zone’a giren araç sayısını hesaplama
    • Kırmızı ışık ihlali tespiti
    • Belirli süreden uzun duran araçları belirleme
  • Zone Analytics Özellikleri:
    
    • Tanımlı bölgeler (Zones)
    • Event üretimi
    • Sayaç mantığı
  • Çıktı:
    
    • Event listesi
    • Sayısal analiz verisi

• Database Service: Analiz sonuçlarını veritabanına kaydetmek.
  
  • Desteklenen Bağlantılar:
    
    • MSSQL
  • Kullanım:
    
    • Event kayıtları
    • Günlük loglama
    • Analitik veri saklama

Vision Action Custom Pipeline Oluşturma

Sıfırdan bir pipeline oluşturmak için:

1. Start node’u ekleyin.
2. “+” ikonuna tıklayın.
3. Input Source seçin (Video Input).
4. AI Processing node’larını ekleyin (Detector / Tracker / Segmentation).
5. Analytics Processor ekleyin.
6. Database Service ile sonuçları kaydedin.

Pipeline sürükle-bırak yöntemiyle görsel olarak tasarlanır.

Örnek Senaryo: Trafik Işığı İhlali Tespiti

Amaç: Kırmızı ışıkta geçen araçları tespit etmek.

Adımlar:

1. Video Input → Trafik kamerası
2. Object Detector → Araçları tespit et
3. Object Tracker → Araç ID üret
4. Zone Analytics → Stop çizgisi alanı tanımla
5. Event üret:
   
   • Eğer araç kırmızı ışıkta zone içine girerse → violation = true
6. Database’e kaydet

Oluşan Çıktı Örneği:

{
"vehicleId": 145,
"eventType": "RedLightViolation",
"timestamp": "2026-02-20T12:15:45",
"confidence": 0.91
}

Node Kategorileri

Vision Action panelinde Node’lar aşağıdaki kategorilere ayrılır:

• Input Sources
• AI Processing
• Analytics
• Services

Bu yapı sayesinde sistem modüler ve ölçeklenebilir bir mimari sunar.

Test ve Yayınlama

Vision Action oluşturduktan sonra:

1. Preview ile akışı test edin.
2. Video üzerinden gerçek zamanlı sonucu gözlemleyin.
3. Event çıktılarının doğru üretildiğini kontrol edin.
4. CREATE butonu ile kaydedin.