ARCHIVIST – YAPAY ZEKA TABANLI DESEN ARŞİVİ YÖNETİM SİSTEMİ

ÖZET

Tekstil ve desen tasarım ofislerinde desen arşivlerinin yönetimi ve
düzenlenmesi tasarımcılar veya arşiv personelleri sayesinde yürütülmektedir. Desen
arşivlerinin her geçen gün büyümesi ve personel değişikliği gibi sebepler, arşiv
yönetiminde yeni zorluklar meydana getirmektedir. Sektör için hazine niteliğinde olan
bu verilerin gizliliğinin ve güvenliğinin sağlanarak düzenlenmesi ve sınıflandırılması
başarısızlıkla sonuçlanmaktadır. Archivist “state-of-art” yapay zeka teknolojileri
kullanılarak bu probleme çözüm getirir. Yüzbinlerce desenin yer aldığı desen
arşivlerinin taranması, analiz edilmesi ve sınıflandırılması, yapay zeka teknolojileri
sayesinde çok daha hızlı ve verimli bir şekilde gerçekleştirilir. Ayrıca desenlerin
özellikleri, renkleri, motifleri ve benzerlikleri belirlenir. Bu sayede tasarımcılar veya
arşiv personelleri, istedikleri kriterlere uygun desenleri hızlı bir şekilde bulabilirler.
Ayrıca Archivist, desenlerin güvenliği ve gizliliği konusunda da önemli bir rol oynar.
Desen arşivlerindeki verileri korumak için güçlü veri güvenliği önlemleri alır ve
yetkilendirme sistemleriyle erişimi kontrol altına alır. Archivist, tekstil ve desen
tasarım ofislerinin önemli bir sorununu çözerek, desen arşivlerinin yönetimini daha
etkili hale getirir. Yapay zeka teknolojileri sayesinde desenlerin taranması, analizi,
güvenliği ve düzenlenmesi daha hızlı ve verimli bir şekilde gerçekleştirilir. Böylece,
sektör için hazine niteliğinde olan desen verileri korunurken, tasarımcılar ve arşiv
personeli işlerini daha kolay ve verimli bir şekilde yapabilirler.

Anahtar Kelimeler: Desen arşivleri, verimlilik, analiz, sınıflandırma, yapay zeka,
benzerlik arama, desen, tekstil

Giriş
Tekstil sektörü, yüzyıllardır insanların giyim ihtiyaçlarını karşılayan önemli bir
endüstri olmuştur. Dünya nüfusunun artması insan ihtiyaçlarını da beraberinde
getirirken, bu ihtiyaçların temel ve en önemli unsurlarından bir tanesi olan giyinme
ihtiyacı, tekstil sektöründe gelişimi hızla beraberinde getirmiştir. Teknolojide yaşanan
gelişmeler tüm sektörlerde olduğu gibi tekstil sektöründe de yeni bir çağ başlatmıştır.
Bu dijital dönüşüm, tasarım ve üretim süreçlerinde rekabeti artırmak ile birlikte
verimlilik ve ürün çeşitliliğini de beraberinde getirmiştir.

Tekstil sektörü, Türkiye’nin en köklü ve önemli sektörlerinden biridir. Ülkenin
coğrafi konumu ve tarih boyunca ticaretteki stratejik konumu, tekstil üretiminin ve
ticaretinin gelişimine katkıda bulunmuştur. Türkiye, doğal kaynaklara erişimi,
yetenekli işgücü ve üretim altyapısı gibi faktörlere sahip olmasıyla tekstil sektöründe
rekabetçi bir konuma sahiptir.

Tekstil sektörü, geniş bir ürün yelpazesine sahiptir. Hazır giyim, ev tekstili,
teknik tekstil, iplik üretimi, döşemelik kumaşlar gibi birçok alt sektörü içermektedir. Bu
çeşitlilik, tekstil sektörünün küresel pazarda rekabetçi olmasını sağlamaktadır.
Ayrıca, sektördeki sürekli gelişen tasarım yetenekleri, tekstil ürünlerinin kalitesini ve
cazibesini artırmaktadır.

Tekstil sektörünün gelişimi, tasarım süreçlerinde de yeni kapılar açılmasına ve
çeşitliliğinin giderek artmasına sebep olmuştur.Tasarım, tekstil üretiminde öncelikli ve
vazgeçilmez bir unsurdur. İnsanların giyim ihtiyaçlarını karşılamak amacıyla
başlayan tekstil tasarımı, zamanla estetik, fonksiyonellik ve yenilikçilik gibi birçok
faktörü içermiştir. İlk dönemlerde tekstil üretimi, el işçiliği ve geleneksel yöntemlerle
gerçekleştirilirdi. Dokuma, nakış, boyama gibi tekniklerle işlenen kumaşlar, görsel
anlamda estetik bir değer taşır. Zamanla, farklı kültürlerin etkisiyle farklı motifler,
desenler ve renkler ortaya çıkmıştır.

Makinelerin gelişmesi ve seri üretim tekniklerinin kullanılması, tekstil
üretiminde büyük bir ilerleme mümkün kılmıştır. Desenlerin basılması için mekanik
baskı makineleri kullanılmaya başlanmıştır ve bununla birlikte, tasarımcıların
yaratıcılıklarını ifade edebilecekleri daha geniş bir alan oluşturmuştur.

20. yüzyılın ortalarında ise tekstil tasarımında büyük bir dönüşüm yaşanmıştır.
Teknolojideki ilerlemeler, dijital tasarım araçlarının ve bilgisayar destekli tasarım
programlarının kullanımını mümkün kıldı. Bu, tasarımcıların daha hızlı, daha hassas
ve daha karmaşık desenler oluşturabilmelerini sağladı. Dijital tasarım, geleneksel
yöntemlere göre daha esneklik ve yenilikçilik imkanları sunarak tekstil sektöründe bir
devrim yarattı. Günümüzde desen tasarımı, teknolojiyle birlikte sürekli olarak
gelişmeye devam etmektedir. Bilgisayar destekli tasarım yazılımları, desen
oluşturma ve düzenleme süreçlerini kolaylaştırmak ve hızlandırmaktadır. Ayrıca,
dijital baskı teknolojileri sayesinde tasarımların kumaşa doğrudan uygulanması
mümkün hale gelmiştir. Bu da daha hızlı üretim süreçleri ve daha fazla kişiselleştirme
imkanı sunmaktadır.

Tüm bu gelişmeler artan veri miktarı ile çeşitli zorlukları da beraberinde
getirmiştir. Çağımızın en büyük problemlerinden bir tanesi hemen her sektörde veri
havuzunun her geçen gün büyüyerek kontrol edilemez hale gelmesidir. Bu veri
havuzunun etkin bir şekilde yönetilmesi, analiz edilmesi ve kullanılması büyük önem
taşımaktadır.Tekstil sektörünün ise en büyük hazinesi desen arşivleridir.

Desen üretiminin artmasıyla birlikte büyük miktarda veri oluşmaktadır.
Binlerce hatta yüzbinlerce desen dosyasının yönetimi ve düzenlenmesi karmaşık
hale gelmektedir ve verilerin doğru şekilde etiketlenmesi, sınıflandırılması ve
erişilebilir olması gerekmektedir. Aksi takdirde, desenlerin bulunması ve kullanılması
süreci zaman alıcı ve verimsiz hale gelebilir. Desen arşivlerinin karmaşık olması ve
düzenlenememesi, tasarımcıların yaratıcılığını kısıtlayabilmektedir. İyi bir desen arşivi yönetimi,

tasarımcıların geçmiş desenlere erişim sağlayarak ilham almasını ve
yeni tasarımların geliştirilmesini kolaylaştırır. Ancak, yönetilemeyen bir arşivde bu
süreç zorlaşır ve tasarımcılar potansiyel olarak yenilikçi fikirleri kaçırabilir.
Günümüzde tekstil firmaları, yüzbinlerce desenin bulunduğu arşivlerin
yönetimiyle başa çıkabilmek için arşivden sorumlu personel çalıştırmaktadır. Ancak,
bu yöntem zaman kayıplarına ve hatalara yol açmaktadır. Arşivdeki desenlerin
temizlenmesi, düzenlenmesi ve etiketlenmesi gibi işlemler manuel olarak
gerçekleştirildiği için zaman alıcı ve hatalara açıktır. Ayrıca, arşive eklenen yeni
desenlerin türlerine göre sınıflandırılması da insan gücüyle kolaylıkla gözden
kaçmaktadır. Bu süreçlerin manuel olarak yürütülmesi, tekstil firmaları için mali bir
yük oluşturmaktadır. Arşivde mevcut olmasına rağmen insan gücü kullanılarak
bulunamayan desenler, yeniden üretim maliyetlerini artırır ve kaynakların verimsiz
kullanılmasına neden olur.

Bu zorlukların üstesinden gelmek için yapay zeka ve otomasyon teknolojileri,
tekstil firmalarına desen arşivlerinin daha etkin bir şekilde yönetilmesi ve analiz
edilmesi konusunda yardımcı olmaktadır. Archivist bu sorunlara çözüm olarak
geliştirilmiş yapay zeka tabanlı bir sistemdir. Desenleri tarayarak, analiz ederek ve
otomatik olarak sınıflandırarak arşiv yönetimini kolaylaştırır. Bu sayede zaman ve
maliyet tasarrufu sağlanır.
Materyal ve Metod

1.1 Materyal
Yapay sinir ağı eğitimi için, desen içeriğine göre etiketlenmiş bir arşiv
kullanılmıştır. Bu arşiv, 26 farklı desen türünü içermektedir. Yapay sinir ağı eğitimi için
kullanılacak desenler tek tek kontrol edilmiş, uygun olmayanlar ön işlemden
geçirilmiştir. Eğitim süreci için güçlü hesaplama sistemlerine ihtiyaç duyulmuştur ve
bu amaçla hesaplama sunuculari kullanılmıştır. Ayrıca eğitim ve test verilerinin
depolanması ve yüksek güvenlik standartlarının uygulanması için yüksek kapasiteli
sunucular tasarlanmış ve kullanılmıştır.(Şekil 1)

1.2 Metod
Sektörde sıklıkla kullanılan, tasarımcıların tercih ettiği desen türleri 3 farklı
tekstil firmasından 8 desen tasarımcısı ile yapılan araştırmalar sonucunda tespit
edilmiştir. Bir desen arşivinde desenler yaklaşık olarak 26 farklı sınıfa ayrılmaktadır.
Bu sınıflar:
● Abstract
● Baroque
● Batik
● Border
● Chain
● Chevron
● Ditsy Floral
● Dot
● Ethnic
● Figurative
● Floral
3
● Geometric
● Gradient
● Ikat
● Lace
● Leaf
● Leopard
● Paisley
● Patchwork
● Pied de Poule
● Plaid
● Popart
● Snake Skin
● Stripe
● Texture
● Tropical

şeklindedir(Şekil 2). Desen sınıflarının tespit edilmesinin ardından desen arşivi yapay
sinir ağını eğitmek üzere etiketlenmeye başlanmıştır. Bir desen bir sınıfa ait olduğu
gibi birden çok sınıf etiketi de alabilmektedir. Desen etiketlemeleri devam ederken
aynı zamanda yapay sinir ağı tasarlanmıştır. Yapay sinir ağı, günümüz son teknoloji
ağlarından faydalanılarak eğitilecek desen adedine uygun derinlikte tasarlanmıştır.
Ağ çıktısı 26 sınıfa uygun çıktı vermektedir. Günümüzde çeşitli sınıflandırma
problemlerine karşı tasarlanmış sınıflandırıcı sinir ağları bulunmaktadır. Bu ağlar
başarısı kanıtlanmış ve sıklıkla kullanılmakta olan ağlardır. Fakat bu ağlar şimdiye
kadar gerçek ve küçük boyutlu görüntülere uygun olarak eğitilmiştir. Tekstil
sektöründe ise eğitim verisinin gerçek olmayan sanatsal veriler olduğu göz önüne
alınarak, veri boyutlarında ön işlemler uygulanmıştır.
Sinir ağı eğitiminde yaklaşık 70000 adet veri eğitim için, 20000 adet veri ise
test edilmek üzere kullanılmıştır. Eğitimin ardından sinir ağı çıktısı tarafından üretilen
26 sonuç sıralanarak en yüksek değer aldığı 5 sınıf, desen etiketi olarak kabul
edilmiştir.

Kullanıcı dostu arayüz geliştirilerek(Şekil 3), yapay zeka tarafından
sınıflandırılan desenlerin kolaylıkla görüntülenebilmesi sağlanmıştır. Bu arayüz
sayesinde etiketlenmiş arşiv her sayfada çoklu (ön ayarlı 100) adet olacak şekilde
görüntülenebilir. Ayrıca her desenin kapladığı alan, bulunduğu dizin, sınıf etiketleri,
görüntüleme özellikleri aynı anda erişilebilir. Desene ait sınıflar ekleme veya çıkarma
yapılarak düzenlenebilir. Görüntülenmesi istenmeyen desenler gizlenebilir(Şekil 4).

Eğitimin ardından ağ daha önce tanımadığı 100000 adet veri ile yeniden
testlere tabi tutulmuştur. Testler sonucunda %90 üzeri başarı elde edilmiştir.
Bu çıktılar sonusunda sisteme verilen bazı test verilerinin çıktıları aşağıda
verilmiştir.(Şekil 5)

 

Yapay sinir ağı kullanılarak benzer desen arama işlemi için yapılan testler
sonucunda sisteme aşağıda(Şekil 6) verilen desen yüklenmiştir. Bütün arşiv bir
saniyeden kısa bir sürede taranarak yüklenen desene en benzerini bulması işlemi
tamamlanmıştır. Yüklenen desene en benzer 5 desen aşağıda(Şekil 7) verilmiştir.

Sonuç

Bu çalışma ile yönetilmesi zor ve büyük desen arşivlerinin, yapay zeka
kullanılarak sınıflandırılması ve benzerlik araması yaptırılması amaçlanmıştır. Bu
çalışma sonucunda yapay zekanın desen türlerini tanıması ve bu türlere göre arşivi
sınıflandırarak kolay ve yönetilebilir hale getirdiği görülmüştür. Bir desenin arşiv
içerisinde benzerinin veya varsa kendisinin aranması, tasarımcılar tarafından günleri
9
hatta haftaları bulduğu göz önüne alındığında, Archivist kullanıcılarına büyük oranda
hız kazandırmıştır. Ayrıca sistem üzerinde görüntülenebilen desenler şifreli olarak
tutularak güvenlik sağlanmıştır.