Bu proje, staj çalışması kapsamında geliştirilmiştir.
Amaç, YOLOv5 tabanlı nesne tanıma modeli kullanarak market ürünlerini kameradan tanımak ve bunları JSON tabanlı fiyat verileri ile eşleştirerek fiyatlarını ekranda göstermek ve web arayüzünden yönetilebilir hale getirmektir.
- Kamera ile ürün tespiti (YOLOv5, PyTorch, CUDA destekli).
- Ürünlerin JSON dosyasında saklanan fiyatlarla eşleştirilmesi.
- Flask tabanlı web arayüzü:
- 📌 Anasayfa (Proje özeti + görsel)
- 📌 Ürünler (tüm ürün listesi)
- 📌 Ürün Ekleme (yeni ürün ekleme formu)
- 📌 Kamera ile Tanıma (gerçek zamanlı tespit)
- Fiyat ekleme, güncelleme ve listeleme desteği.
- JSON dosyası (
fiyatlar.json) üzerinden veri yönetimi.
- Python 3.11.9+
- Flask – web backend
- HTML + CSS (Bootstrap benzeri stil) – frontend
- YOLOv5 (PyTorch) – ürün tanıma
- CUDA (opsiyonel) – GPU hızlandırma
- OpenCV – kamera erişimi ve görüntü işleme
- JSON – fiyat verilerinin saklanması
## 📂 Proje Yapısı
obj_price/
│
├── backend/
│ ├── uygulama.py # Flask ana uygulaması
│ ├── detect_with_webcam.py # YOLOv5 ile kamera tanıma
│ ├── fiyatlar.py # Fiyat okuma/yazma fonksiyonları
│ ├── fiyatlar.json # JSON formatında ürün fiyatları
│ ├── yolov5/ # YOLOv5 model dosyaları
│ ├── static/ # CSS, görseller
│ │ ├── style.css
│ │ └── imagines/project_cover.png
│ └── templates/ # HTML dosyaları
│ ├── base.html
│ ├── index.html
│ ├── products.html
│ ├── add_product.html
│ └── detect.html
│
├── frontend/ (opsiyonel, React vs. eklenebilir)
├── .venv/ (sanal ortam)
└── README.md
Windows:
python -m venv .venv
.venv\Scripts\activate
Linux/Mac:
python3 -m venv .venv
source .venv/bin/activate
❗ Eğer debug problemi yaşarsanız, VS Code veya IDE içinde python interrupt yolunu .venv\Scripts\python.exe olarak seçin.
2️⃣ Bağımlılıkların Yüklenmesi
pip install -r requirements.txt
Eğer requirements.txt yoksa:
pip install flask torch torchvision opencv-pythonGPU + CUDA için ayrıca:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
3️⃣ Uygulamanın Çalıştırılması Flask sunucusunu başlat:
cd backend
python uygulama.py
Tarayıcıda aç: 👉 http://127.0.0.1:5000
Kamera ile ürün tespiti için:
python detect_with_webcam.py
🖨️Web içi görünüm
Anasayfa (proje özeti + görsel)
Ürünler listesi
Ürün ekleme formu
Kamera ile ürün tanıma ekranı(Hala Yapım Aşamasında)
📘 Notlar Model dosyası: yolov5/runs/train/exp2/weights/best.pt Fiyat verileri: fiyatlar.json CUDA varsa otomatik GPU kullanılacaktır (device = "cuda").
🎓 Staj Projesi Bu proje, staj çalışması için geliştirilmiştir. Amaç, yapay zekâ temelli ürün tanıma, fiyat eşleştirme ve web tabanlı fiyat yönetimi uygulamalarını öğrenmek ve uygulamaktır. Proje kapsamında:
Flask ile web geliştirme
HTML/CSS ile arayüz
YOLOv5 ile nesne tanıma
JSON tabanlı veri yönetimi
çalışmaları yapılmıştır.