ML Kit: nedir, yetenekleri ve nasıl çalışır

ML Kit Nedir?

ML Kit, geliştiricilere Android ve iOS için kullanıma hazır makine öğrenimi API'leri sağlayan Google'ın mobil SDK kütüphanesidir. 2018 yılında Google I/O'da Firebase'in bir parçası olarak tanıtılmış ve daha sonra bağımsız bir SDK olarak kullanıma sunulmuştur. ML Kit, Veri Biliminin karmaşıklığını soyutlar: geliştiricinin modelleri eğitmesi, hiperparametreleri ayarlaması veya tensör hesaplamalarını anlaması gerekmez.

Kütüphane, bilgisayarlı görü ve NLP'nin dört temel alanını kapsar: metin tanıma, yüz algılama, barkod tarama, görüntü analizi ve nesne segmentasyonu. Her API iki varyantta sunulur — hızlı (temel) ve doğru (genişletilmiş modelle).

ML Kit, Android için Google Play Services aracılığıyla dağıtılır ve uygulamanın yeni bir sürümünü yayınlamadan model güncellemelerine olanak tanır. Her API'nin indirme boyutu, model karmaşıklığına bağlı olarak 2 ile 15 MB arasında değişir. iOS için kütüphane, CocoaPods veya Swift Package Manager aracılığıyla ilk başlatmada manuel model indirmesiyle sağlanır. Google'a göre, tüm ML Kit API'lerinin toplam boyutu 80 MB'ı geçmez ve bu da kütüphaneyi boyut kısıtlamaları olan mobil uygulamalar için kabul edilebilir kılar.

Temel Özellikler

ML Kit, Latin, Kiril ve CJK karakterlerini destekleyen metin tanıma, gülümseme ve açık göz algılamalı yüz algılama ve takibi, tüm popüler formatlardaki barkod tarama, ön ve arka plana görüntü segmentasyonu, 33 anahtar noktada insan poz analizi ve sınıflandırmalı nesne tanıma API'lerini içerir. Google I/O 2025'e göre, ML Kit temel modellerinin doğruluğu Latin metni için %97'ye ve yüzler için %94'e ulaşır.

ML Kit'in Temel API'leri

ML Kit, her biri belirli bir bilgisayarlı görü veya metin işleme görevini çözen birkaç API grubu sunar. En çok talep gören üç alana bakalım.

Metin Tanıma

Text Recognition API, görüntülerden basılı ve el yazısı metni gerçek zamanlı olarak çıkarır. API, Rusça, İngilizce, Çince ve Arapça dahil 50'den fazla dilde çalışır. Sonuçlar hiyerarşik bir yapı olarak döndürülür: metin blokları → satırlar → her öğenin koordinatlarıyla birlikte token'lar. Google ML Kit kıyaslamalarına (2026) göre, orta sınıf bir cihazda temel model için tek kare tanıma 80–150 ms sürer.

Yüz Algılama

Face Detection API, görüntülerde ve video akışlarında yüzleri algılar ve 17'ye kadar anahtar noktayı belirler: gözler, kaşlar, burun, ağız ve yüz kontürü. API ayrıca gülümseme olasılığını, göz açıklığını ve üç eksende baş dönüş açısını hesaplar. Bulut çözümlerinin aksine, ML Kit yüzleri görüntüleri sunucuya göndermeden kesinlikle cihazda işler.

Barkod Tarama

Barcode Scanning API tüm yaygın formatları destekler: EAN-13, QR Code, Code 128, PDF417, Data Matrix ve Aztec. API otomatik olarak kod formatını algılar ve içeriğini — düz metinden yapılandırılmış verilere (URL, vCard, coğrafi konum koordinatları) kadar — döndürür. Tarama hızı saniyede 30 kareye ulaşır ve API'nin gerçek zamanlı uygulamalarda kullanılmasına olanak tanır.

• Text Recognition — görüntülerden metin çıkarma, 50+ dil
• Face Detection — yüz algılama ve nokta belirleme
• Barcode Scanning — tüm formatlar: QR, EAN, Code 128, PDF417
• Image Labeling — kategorilere göre görüntü sınıflandırma
• Pose Detection — vücudun 33 anahtar noktası

Bir Projeye ML Kit Entegrasyonu

Bir Android projesine ML Kit eklemek için, build.gradle dosyasına ilgili bağımlılığı eklemek ve bir işlemci örneği oluşturmak yeterlidir. Text Recognition API örneğini kullanarak entegrasyonu inceleyelim.

Bağımlılıkların Ayarlanması

build.gradle dosyasında (uygulama seviyesi), ML Kit Text Recognition için bağımlılık eklenir. Kütüphane, Google Play Services aracılığıyla ilk çağrıda modeli otomatik olarak indirir.

dependencies {
    // ML Kit Text Recognition v2
    implementation 'com.google.mlkit:text-recognition:16.0.1'

    // Google Play Services olmayan cihazlar için
    implementation 'com.google.mlkit:text-recognition:16.0.1'
}

Kotlin'de Kullanım Örneği

Bağımlılıklar ayarlandıktan sonra bir TextRecognizer oluşturulabilir ve ona InputImage formatında bir görüntü verilebilir. Sonuç, RecognizedText nesneleri olarak döndürülür.

val recognizer = TextRecognition.getClient()
val image = InputImage.fromBitmap(bitmap)

recognizer.process(image)
    .addOnSuccessListener { result ->
        for (block in result.textBlocks) {
            val blockText = block.text
            val lines = block.lines
            // Tanınan metnin işlenmesi
            Log.d("MLKit", "Block: $blockText")
        }
    }
    .addOnFailureListener { e ->
        Log.e("MLKit", "Error: $e")
    }

Kod bir TextRecognition istemcisi oluşturur, ona bir bitmap görüntüsü verir ve sonucu asenkron olarak işler. Metin blokları, koordinatlarla birlikte iç içe satırlar ve token'lar içerir ve tanınan metnin doğrudan görüntünün üzerinde görüntülenmesine olanak tanır.

Entegrasyonun önemli bir yönü hata yönetimidir. ML Kit, çok karanlık görüntüler, döndürülmüş metin veya bellek sınırının aşılması durumunda hata döndürebilir. Cihaz üzerindeki modelin başarısız olduğu durumlar için Google Cloud Vision aracılığıyla bulut tanımaya her zaman bir yedek eklenmesi önerilir. Uygulama, birleşik yaklaşımın (ML Kit + Cloud Vision) karmaşık belgelerde genel tanıma doğruluğunu %92'den %98'e çıkardığını göstermektedir.

Cihaz Üzerinde ML'nin Avantajları

Cihaz üzerinde ML, ML Kit'i bulut ML hizmetlerinden ayıran temel farktır. Tüm hesaplamalar cihazda yerel olarak gerçekleşir ve üç temel avantaj sağlar. Birincisi — sıfır gecikme: model, sunucu yanıtını beklemeden verileri 50–200 ms içinde işler. İkincisi — internetsiz çalışma: kütüphane uçak modunda çalışır ve bu, saha uygulamaları için kritiktir.

Veri Gizliliği

Yerel işleme, fotoğrafların, belgelerin ve kullanıcının kişisel verilerinin cihazdan asla çıkmamasını sağlar. Bu, özellikle düzenleyici gereklilikler nedeniyle verilerin sunucuya gönderilmesinin yasak olduğu tıp, finans ve kurumsal güvenlik alanlarındaki uygulamalar için önemlidir. Google istatistiklerine (2026) göre, kullanıcıların %78'i gizlilik nedenleriyle cihaz üzerinde işleme yapan uygulamaları tercih etmektedir.

Trafik ve Kaynak Tasarrufu

Görüntüleri sunucuya gönderen ve mobil trafik tüketen bulut ML çözümlerinin aksine, ML Kit ağ bağlantısı gerektirmez. Yoğun görüntü işleme yapan uygulamalar için günlük trafik tasarrufu 50–200 MB'a ulaşabilir. Pil tüketimi orta düzeydedir: bir tanıma döngüsü, aktif kullanımın saat başına %0.5–2'sini tüketir.

ML Kit vs Diğer ML Çözümleri

ML Kit, yerel ML framework'leri (TensorFlow Lite, Core ML) ile bulut hizmetleri (Google Cloud Vision, AWS Rekognition) arasında orta bir konumda yer alır. Temel özellikleri karşılaştıralım.

Belge tarama veya yüz doğrulama gibi tipik bilgisayarlı görü görevleri için ML Kit, entegrasyon kolaylığı sayesinde en uygun seçimdir. Özel sinir ağı mimarilerine sahip karmaşık projeler TensorFlow Lite gerektirir. Bulut hizmetleri, maksimum doğruluk gerektiğinde haklı çıkar.

ML Kit ve TensorFlow Lite arasında seçim yaparken geliştirme hızı ve esneklik arasındaki dengeyi göz önünde bulundurun. Projede zaten bir veri bilimci ve eğitilmiş bir model varsa, doğrudan TFLite kullanın. ML yalnızca uygulamanın yardımcı bir özelliğiyse (fiş taramak, bir selfie'de gülümseme kontrolü), ML Kit bir hafta yerine 30 dakikada sonuç verecektir.

Google'a (2026) göre, mevcut bir projeye ML Kit entegrasyonunun ortalama süresi temel senaryo için 4–6 saat ve özel modelli tam entegrasyon için 2–3 gündür. Vakaların %73'ünde geliştiriciler, maksimum model doğruluğu için değil, tam da entegrasyon hızı nedeniyle ML Kit'i seçmektedir.