Bu bölümde amaç, yapay zekânın ürettiği ilk sonuçları doğrudan kesin kabul etmek değil; kullanıcıya bu sonuçları görsel olarak inceleme, liste üzerinden kontrol etme, düşük doğruluklu adayları eleme, gerekirse kalan tespitlerle yeniden analiz çalıştırma ve son olarak DXF/PDF/PNG dosyalarını indirme imkânı vermektir.
1. Analiz Sonrası Ana Mantık
Sistem bir mimari planı analiz ettikten sonra ortaya çok sayıda aday tespit çıkarır. Bu adaylar kapı, pencere, duvar, aks noktası, kolon, perde, merdiven, asansör boşluğu veya başka mimari yapı elemanları olabilir. Ancak yapay zekâ modellerinde her tespit kesin doğru kabul edilmemelidir. Bu nedenle sistem, analizden sonra kullanıcıya bir kontrol ekranı sunar.
Bu kontrol ekranında iki ana alan vardır:
Görsel sonuç listesi: Plan üzerinde işaretlenmiş görsel sonuçlar.
Tespit Listesi: Yapay zekânın bulduğu aday elemanların tablo halinde listesi.
Bu yapı sayesinde kullanıcı yalnızca görüntüye bakmaz; aynı zamanda her adayın ID’sini, türünü, güven skorunu, koordinatını, boyutunu ve kaynağını da görebilir.
2. Görsel Sonuç Alanı
Diyagramın sol altındaki “Visual results” bölümü, analiz edilen mimari planın işlenmiş halini gösterir. Burada sistem, tespit ettiği elemanları doğrudan planın üzerine işler. Her aday nesne renkli çizgiler, kutular, etiketler veya ID numaraları ile gösterilir.
Bu alanın en önemli amacı, kullanıcının sistemi görsel olarak denetleyebilmesidir. Örneğin sistem bir pencereyi kapı olarak algılamışsa, kullanıcı bunu plan üzerinde fark edebilir. Ya da bir duvar parçası yanlışlıkla aks noktası olarak işaretlenmişse, bu hata görsel sonuç ekranında kolayca görülebilir.
3. Tespit Listesi
Görsel sonucun yanında yer alan “Detection list” bölümü, yapay zekânın bulduğu tüm aday elemanları tablo şeklinde gösterir. Bu tablo, sistemin şeffaflığını artırır. Kullanıcı sadece “sistem bunu buldu” sonucunu görmez; sistemin her tespit için ne kadar emin olduğunu da görür.
Bu liste özellikle manuel düzeltme için kritiktir. Kullanıcı düşük skorlu adayları seçip silebilir, yanlış sınıflandırılmış elemanları ayıklayabilir veya yalnızca kalan doğru adaylarla yeniden analiz başlatabilir.
4. Güven Skoru Mantığı
Diyagramdaki en önemli kavramlardan biri score, yani güven skorudur. Güven skoru, yapay zekânın bir tespitten ne kadar emin olduğunu yüzde olarak gösterir.
Örneğin:
%96 güven skoru: Sistem bu tespitten oldukça emindir.
%75 güven skoru: Büyük ihtimalle doğrudur ama kontrol edilmelidir.
%45 güven skoru: Şüpheli bir adaydır, silinmesi veya incelenmesi gerekebilir.
5. Eşik Altı Adayları Silme
Diyagramın üst sol bölümünde “Skorun Altındaki Adayları Silin” alanı bulunmaktadır. Bu alan, kullanıcıya otomatik temizlik yapma imkânı verir. Kullanıcı bir yüzde eşiği girer. Sistem bu eşiğin altında kalan tüm adayları sonuç listesinden çıkarır.
Örneğin kullanıcı eşik değerini 50 olarak belirlerse:
%50’nin altındaki adaylar silinir.
%50 ve üzerindeki adaylar korunur.
Kullanıcı eşik değerini 70 yaparsa:
%70’in altındaki daha fazla aday silinir.
Sonuç daha temiz ama daha seçici hale gelir.
Bu özellik özellikle fazla sayıda yanlış pozitif üreten analizlerde faydalıdır. Çünkü kullanıcı tek tek yüzlerce adayı silmek zorunda kalmaz. Bunun yerine bir eşik değeri belirleyerek otomatik ön temizlik yapabilir.
6. Deneme-Yanılma ile Doğru Sonucu Bulma
Bu diyagramdaki sistemin önemli taraflarından biri, kullanıcının tek seferlik bir analiz sonucuna mahkûm olmamasıdır. Kullanıcı farklı eşik değerleri deneyebilir, düşük skorlu adayları silebilir, bazı adayları manuel olarak koruyabilir ve ardından kalan tespitlerle yeniden analiz çalıştırabilir.
Örnek deneme akışı şöyle olabilir:
Sistem ilk analizi yapar.
Kullanıcı sonuçları görür.
Çok fazla yanlış tespit varsa eşik değerini %60 yapar.
Sistem %60 altındaki adayları siler.
Kullanıcı görsel sonucu tekrar inceler.
Gerekirse birkaç adayı manuel olarak siler.
“Kalan elemanlar ile analize çalıştır” ile tekrar analiz başlatır.
Daha temiz bir sonuç elde edilir.
Sonuç uygun hale gelince çıktı alınır.
Bu yaklaşım, sistemi yalnızca otomatik çalışan bir araç olmaktan çıkarır ve kontrollü, etkileşimli, insan destekli bir analiz platformu haline getirir.
7. Kullanıcı Müdahalesi ve Manuel Temizlik
Diyagramda görülen yapı, kullanıcı müdahalesinin sistemin doğal parçası olduğunu gösterir. Kullanıcı, analiz sonucunda ortaya çıkan adayların tamamını kabul etmek zorunda değildir.
Kullanıcı şunları yapabilmelidir:
Yanlış tespitleri silebilmelidir.
Düşük skorlu adayları topluca kaldırabilmelidir.
Listeden seçim yapabilmelidir.
Görsel üzerinden nesne seçebilmelidir.
Seçilen adayları plan üzerinden kaldırabilmelidir.
Kalan doğru adaylarla yeniden analiz yapabilmelidir.
Bu özellik özellikle mimari planlarda çok önemlidir. Çünkü bazı çizimler birbirine çok benzeyebilir. Örneğin ince bir duvar çizgisi aks çizgisine benzeyebilir. Kapı yayı bazen mobilya çizgisiyle karışabilir. Pencere çizgisi bazı planlarda duvar kesiti gibi görünebilir. Bu nedenle kullanıcı kontrolü olmadan tam güvenilir bir sonuç elde etmek zordur.
8. Kalan elemanlar ile analizi çalıştır
Detection list alanındaki önemli butonlardan biri “Run analysis with remaining detections” mantığıdır. Bu buton, kullanıcı temizlik yaptıktan sonra sadece kalan adaylarla yeni analiz yapılmasını sağlar.
Bu işlem şu açıdan önemlidir:
Yanlış adaylar analizden çıkarılır.
Sistem daha doğru veriyle tekrar çalışır.
Sonuç motoru temizlenmiş veriyi kullanır.
Nihai çıktı daha güvenilir hale gelir.
Bu, yapay zekâ sistemlerinde döngü içinde insan yaklaşımına karşılık gelir. Yani sistem yalnızca makine kararına dayanmaz; insan denetimiyle güçlendirilir.
9. Sonuç Aşaması
Diyagramın merkezinde “Conclusion” bloğu yer alır. Bu blok, temizlenmiş ve doğrulanmış tespitleri alarak nihai sonucu üretir.
Conclusion aşamasında sistem şunları yapabilir:
Kalan adayları değerlendirir.
Planın genel yapısını yorumlar.
Mimari elemanları anlamlı katmanlara ayırır.
Çıktı üretimi için gerekli veriyi hazırlar.
DXF, PDF ve PNG çıktıları için nihai dosya yapısını oluşturur.
Burada önemli olan nokta şudur: Sonuç yalnızca ilk AI analizinden gelmez. Sonuç, kullanıcının yaptığı temizlik ve düzeltmelerden sonra oluşur. Böylece final çıktı, hem yapay zekâ tahminini hem de kullanıcı kontrolünü içerir.
10. DXF/PDF İNDİRME
Conclusion aşamasından sonra kullanıcı profesyonel çıktıları indirebilir. Diyagramda “Download DXF/PDF” bloğu bu süreci gösterir.
Bu aşamada sistem şu dosyaları üretir:
PDF: Rapor ve görsel sonuç çıktısı.
DXF: CAD yazılımlarında açılabilir teknik çizim çıktısı.
PNG: İşlenmiş görsel plan çıktısı.
DXF çıktısı özellikle mimarlar ve mühendisler için önemlidir. Çünkü DXF dosyası AutoCAD, DraftSight, LibreCAD veya benzeri CAD yazılımlarında açılabilir. Böylece yapay zekâ tarafından işlenmiş plan, teknik çizim ortamına taşınabilir.
11. Üretilen Dosyalar Paneli
Sağ tarafta yer alan “Generated Files” paneli, sistemin oluşturduğu tüm dosyaları listeler. Bu panel, kullanıcıya sonuç dosyalarını tek tek açma veya indirme imkânı sunar.
Panelde şu tür dosyalar bulunabilir:
Kolon ve perde PNG
Kolon PNG
Perde PNG
PDF
Kolon ve Perde DXF
Aday kolon DXF
Aday perde DXF
Bu liste, sistemin sadece tek bir çıktı üretmediğini gösterir. Her çıktı farklı bir amaca hizmet eder.
Kolon ve Perde PNG, tüm tespitlerin birleşik görsel çıktısıdır.
Kolon PNG, kolon adaylarını görsel olarak ayırabilir.
Perde PNG, kullanıcı ekranındaki son görünümü arşivleyebilir.
PDF, raporlama ve paylaşım için uygundur.
Full Plan DXF, CAD ortamında açılabilen genel plan çıktısıdır.
Aday kolon DXF, yalnızca kolon adaylarını içeren özel teknik çıktıdır.
Aday perde DXF, perde duvar adaylarını içeren teknik çıktıdır.
Bu açıklama, seçilen site diline göre üçüncü akış diyagramının altında gösterilir.
