Bilgisayar mühendisi · Yapay zeka ve makine öğrenmesi
erhanyukselturgut.com · LinkedIn · erhanyukselturgut@gmail.com
- Nesne tespiti ve segmentasyon (YOLO, RF-DETR, Faster R-CNN, SegFormer, U-Net)
- RAG hatları, embedding fine-tune, sentetik veri üretimi
- Çıkarım optimizasyonu: ONNX, TensorRT, FP16, budama, uç cihaz dağıtımı
| Proje | Konu | Sonuç |
|---|---|---|
| mamografi | Mamografi, ultrason ve MR'da tespit, segmentasyon, sınıflandırma | RF-DETR mAP@50 0.76 · SegFormer-B0 90.7 FPS · vaka süresi 385→138 ms |
| Local_deep_research | Yerel RAG motoru — veri üretimi ve embedding fine-tune | 7.194 QA çifti · Recall@1 %64 → %75 |
| CNN-models-optimized... | Termal/RGB havadan nesne tespiti, budama, ONNX→TensorRT | mAP@50 0.81 · Jetson Orin ~40 FPS |
| mr_analyze | MR'dan beyin tümörü sınıflandırma, 12 model karşılaştırması | F1 0.9950 · AUC 0.9994 |
| Auto_Labeler | Metin komutuyla veri seti etiketleme (Grounding DINO + SAM2) | 5 formatta çıktı |
| text_humanize | Yerel çalışan metin insanlaştırıcı, Türkçe ve İngilizce | 118 test |
Depoların çoğunda sonuç raporu ve karar günlüğü (PLAN.md) bulunur.
Python C++ · PyTorch TensorFlow Ultralytics Transformers Albumentations
ONNX TensorRT CUDA Jetson · PostgreSQL Docker Linux Git · Flutter