Amazon Recognition কাস্টম লেবেল এবং Dassault Systèmes 3DEXCITE সহ সিন্থেটিক ডেটাসেট ব্যবহার করে কম্পিউটার দৃষ্টি

এটি বার্নার্ড প্যাকেস, স্টর্ম রিপ্লাই-এর CTO এবং কার্ল হার্কট, Dassault Systèmes 3DExcite-এর সিনিয়র স্ট্র্যাটেজিস্ট-এর সাথে সহ-লিখিত একটি পোস্ট।

যদিও কম্পিউটার দৃষ্টি শিল্প রক্ষণাবেক্ষণ, উত্পাদন, সরবরাহ, এবং ভোক্তা অ্যাপ্লিকেশনের জন্য গুরুত্বপূর্ণ হতে পারে, এটির গ্রহণ প্রশিক্ষণ ডেটাসেটগুলির ম্যানুয়াল তৈরির দ্বারা সীমাবদ্ধ। শিল্প প্রেক্ষাপটে লেবেলযুক্ত ছবি তৈরি করা হয় মূলত ম্যানুয়ালি, যা সীমিত স্বীকৃতির ক্ষমতা তৈরি করে, স্কেল করে না এবং এর ফলে শ্রম খরচ হয় এবং ব্যবসায়িক মূল্য উপলব্ধিতে বিলম্ব হয়। এটি পণ্যের নকশা, পণ্য প্রকৌশল এবং পণ্য কনফিগারেশনে দ্রুত পুনরাবৃত্তি দ্বারা প্রদত্ত ব্যবসায়িক তত্পরতার বিরুদ্ধে যায়। এই প্রক্রিয়াটি গাড়ি, বিমান বা আধুনিক বিল্ডিংয়ের মতো জটিল পণ্যগুলির জন্য স্কেল করে না, কারণ এই পরিস্থিতিতে প্রতিটি লেবেলিং প্রকল্প অনন্য (অনন্য পণ্যগুলির সাথে সম্পর্কিত)। ফলস্বরূপ, কম্পিউটার ভিশন টেকনোলজি ডেটা তৈরির একটি বড় প্রচেষ্টা ছাড়াই বড় আকারের অনন্য প্রকল্পগুলিতে সহজে প্রয়োগ করা যায় না, কখনও কখনও কেস ডেলিভারি ব্যবহার সীমিত করে।

এই পোস্টে, আমরা একটি অভিনব পদ্ধতি উপস্থাপন করছি যেখানে ডিজাইন এবং CAD ফাইল থেকে অত্যন্ত বিশেষায়িত কম্পিউটার ভিশন সিস্টেম তৈরি করা হয়। আমরা দৃশ্যত সঠিক ডিজিটাল যমজ তৈরি এবং সিন্থেটিক লেবেলযুক্ত চিত্রের প্রজন্মের সাথে শুরু করি। তারপর আমরা এই ইমেজ ধাক্কা অ্যামাজন স্বীকৃতি কাস্টম লেবেল একটি কাস্টম অবজেক্ট সনাক্তকরণ মডেল প্রশিক্ষণের জন্য। সফ্টওয়্যার সহ বিদ্যমান বৌদ্ধিক সম্পত্তি ব্যবহার করে, আমরা কম্পিউটার দৃষ্টিকে সাশ্রয়ী মূল্যের এবং বিভিন্ন শিল্প প্রসঙ্গে প্রাসঙ্গিক করে তুলছি।

স্বীকৃতি সিস্টেমের কাস্টমাইজেশন ব্যবসার ফলাফল চালনা করতে সাহায্য করে

বিশেষায়িত কম্পিউটার ভিশন সিস্টেম যা ডিজিটাল টুইনস থেকে উত্পাদিত হয় তার নির্দিষ্ট যোগ্যতা রয়েছে, যা নিম্নলিখিত ব্যবহারের ক্ষেত্রে চিত্রিত করা যেতে পারে:

• অনন্য পণ্যের জন্য ট্রেসেবিলিটি - এয়ারবাস, বোয়িং এবং অন্যান্য বিমান নির্মাতারা অনন্য বরাদ্দ করে প্রস্তুতকারকের ক্রমিক সংখ্যা (MSNs) তাদের উত্পাদিত প্রতিটি বিমানে। এটি উৎপন্ন করার জন্য সমগ্র উত্পাদন প্রক্রিয়া জুড়ে পরিচালিত হয় বায়ুযোগ্যতা ডকুমেন্টেশন এবং উড়ার অনুমতি পান। ক ডিজিটাল যমজ (একটি ভার্চুয়াল 3D মডেল যা একটি ভৌত ​​পণ্যের প্রতিনিধিত্ব করে) প্রতিটি MSN এর কনফিগারেশন থেকে নেওয়া যেতে পারে এবং একটি বিতরণ করা কম্পিউটার ভিশন সিস্টেম তৈরি করে যা শিল্প সুবিধা জুড়ে এই MSN এর অগ্রগতি ট্র্যাক করে। কাস্টম স্বীকৃতি এয়ারলাইনগুলিকে দেওয়া স্বচ্ছতাকে স্বয়ংক্রিয় করে এবং এয়ারলাইনগুলির দ্বারা ম্যানুয়ালি সম্পাদিত বেশিরভাগ চেকপয়েন্টগুলিকে প্রতিস্থাপন করে৷ অনন্য পণ্যের স্বয়ংক্রিয় মানের নিশ্চয়তা বিমান, গাড়ি, বিল্ডিং এবং এমনকি নৈপুণ্য উৎপাদনে প্রযোজ্য হতে পারে।
• প্রাসঙ্গিক পরিবর্ধিত বাস্তবতা - পেশাদার-গ্রেড কম্পিউটার ভিশন সিস্টেম সীমিত ল্যান্ডস্কেপ স্কোপ করতে পারে, কিন্তু উচ্চ বৈষম্য ক্ষমতা সহ। উদাহরণস্বরূপ, শিল্প রক্ষণাবেক্ষণে, একটি ছবিতে একটি স্ক্রু ড্রাইভার খুঁজে পাওয়া অকেজো; আপনাকে স্ক্রু ড্রাইভার মডেল বা এমনকি এর সিরিয়াল নম্বর সনাক্ত করতে হবে। এই ধরনের আবদ্ধ প্রেক্ষাপটে, কাস্টম স্বীকৃতি সিস্টেমগুলি জেনেরিক স্বীকৃতি সিস্টেমগুলিকে ছাড়িয়ে যায় কারণ তারা তাদের অনুসন্ধানে আরও প্রাসঙ্গিক। কাস্টম স্বীকৃতি সিস্টেম এর মাধ্যমে সুনির্দিষ্ট প্রতিক্রিয়া লুপ সক্ষম করে নিবেদিত বর্ধিত বাস্তবতা HMI বা মোবাইল ডিভাইসে বিতরণ করা হয়।
• শেষ থেকে শেষ মান নিয়ন্ত্রণ - সঙ্গে সিস্টেম ইঞ্জিনিয়ারিং, আপনি আংশিক নির্মাণের ডিজিটাল যমজ তৈরি করতে পারেন এবং কম্পিউটার ভিশন সিস্টেম তৈরি করতে পারেন যা উত্পাদন এবং উত্পাদন প্রক্রিয়ার বিভিন্ন পর্যায়ের সাথে খাপ খায়। ভিজ্যুয়াল নিয়ন্ত্রণগুলি উত্পাদন ওয়ার্কস্টেশনগুলির সাথে জড়িত হতে পারে, শেষ থেকে শেষ পরিদর্শন এবং ত্রুটিগুলির প্রাথমিক সনাক্তকরণ সক্ষম করে। কাস্টম স্বীকৃতি এন্ড-টু-এন্ড পরিদর্শনের জন্য কার্যকরভাবে সমাবেশ লাইনে ত্রুটির ক্যাসকেডিং প্রতিরোধ করে। প্রত্যাখ্যানের হার হ্রাস করা এবং উত্পাদন আউটপুট সর্বাধিক করা চূড়ান্ত লক্ষ্য।
• নমনীয় মানের পরিদর্শন - আধুনিক মানের পরিদর্শনকে ডিজাইনের বৈচিত্র্য এবং নমনীয় উত্পাদনের সাথে মানিয়ে নিতে হবে। ডিজাইনের বৈচিত্রগুলি পণ্যের ব্যবহার এবং পণ্য রক্ষণাবেক্ষণ সম্পর্কিত প্রতিক্রিয়া লুপ থেকে আসে। নমনীয় উত্পাদন একটি মেক-টু-অর্ডার কৌশলের জন্য একটি মূল ক্ষমতা, এবং খরচ-অপ্টিমাইজেশানের চর্বিহীন উত্পাদন নীতির সাথে সারিবদ্ধ। ডিজিটাল টুইনগুলিতে ডিজাইনের বৈচিত্র এবং কনফিগারেশন বিকল্পগুলিকে একীভূত করার মাধ্যমে, কাস্টম স্বীকৃতি কম্পিউটার ভিশন সিস্টেমগুলির উত্পাদন পরিকল্পনা এবং নকশার বৈচিত্রের সাথে গতিশীল অভিযোজন সক্ষম করে।

Amazon Recognition দ্বারা চালিত Dassault Systèmes 3DEXCITE এর সাথে কম্পিউটারের দৃষ্টি উন্নত করুন

Dassault Systèmes-এর মধ্যে, ডিজিটাল জমজ সম্পর্কে গভীর দক্ষতার সাথে একটি কোম্পানি যা দ্বিতীয় বৃহত্তম ইউরোপীয় সফ্টওয়্যার সম্পাদক, 3DEXCITE টিম একটি ভিন্ন পথ অন্বেষণ করছে৷ যেমন কার্ল হার্কট ব্যাখ্যা করেছেন, "যদি সিন্থেটিক ইমেজ থেকে প্রশিক্ষিত একটি নিউরাল মডেল একটি শারীরিক পণ্য চিনতে পারে?" 3DEXCITE এই অদ্ভুত পদ্ধতির সম্ভাব্যতা প্রমাণ করে AWS অবকাঠামোর সাথে তাদের প্রযুক্তির সমন্বয় করে এই সমস্যার সমাধান করেছে। এটি নামেও পরিচিত ক্রস-ডোমেন অবজেক্ট সনাক্তকরণ, যেখানে সনাক্তকরণ মডেল উৎস ডোমেন (সিন্থেটিক চিত্র) থেকে লেবেলযুক্ত চিত্রগুলি থেকে শেখে এবং লেবেলবিহীন লক্ষ্য ডোমেন (শারীরিক উপাদান) এর পূর্বাভাস দেয়৷

Dassault Systèmes 3DEXCITE এবং AWS প্রোটোটাইপিং দল একটি প্রদর্শক সিস্টেম তৈরি করতে বাহিনীতে যোগ দিয়েছে যা একটি শিল্প গিয়ারবক্সের অংশগুলিকে চিনতে পারে৷ এই প্রোটোটাইপটি 3 সপ্তাহে তৈরি করা হয়েছিল, এবং প্রশিক্ষিত মডেলটি 98% F1 স্কোর অর্জন করেছে। স্বীকৃতি মডেলটি সম্পূর্ণরূপে একটি সফ্টওয়্যার পাইপলাইন থেকে প্রশিক্ষিত হয়েছে, যেটিতে বাস্তব অংশের কোনো ছবি নেই৷ একটি শিল্প গিয়ারবক্সের ডিজাইন এবং CAD ফাইল থেকে, 3DEXCITE দৃশ্যত সঠিক ডিজিটাল যমজ তৈরি করেছে। তারা ডিজিটাল যমজ থেকে হাজার হাজার সিন্থেটিক লেবেলযুক্ত ছবি তৈরি করেছে। তারপরে তারা এই চিত্রগুলি থেকে একটি উচ্চ বিশেষায়িত নিউরাল মডেলকে প্রশিক্ষণ দেওয়ার জন্য স্বীকৃতি কাস্টম লেবেলগুলি ব্যবহার করেছিল এবং একটি সম্পর্কিত স্বীকৃতি API সরবরাহ করেছিল। তারা গিয়ারবক্সের একটি শারীরিক অংশের যেকোনো ওয়েবক্যাম থেকে স্বীকৃতি সক্ষম করতে একটি ওয়েবসাইট তৈরি করেছে৷

আমাজন রেকোনিশন একটি AI পরিষেবা যা আপনাকে ছবি এবং ভিডিওগুলি থেকে অর্থপূর্ণ মেটাডেটা বের করার অনুমতি দেওয়ার জন্য ডিপ লার্নিং প্রযুক্তি ব্যবহার করে—যার মধ্যে রয়েছে শনাক্তকরণ বস্তু, মানুষ, পাঠ্য, দৃশ্য, কার্যকলাপ এবং সম্ভাব্য অনুপযুক্ত বিষয়বস্তু—কোনও মেশিন লার্নিং (ML) দক্ষতার প্রয়োজন নেই৷ Amazon Recognition এছাড়াও অত্যন্ত নির্ভুল মুখের বিশ্লেষণ এবং মুখের অনুসন্ধান ক্ষমতা প্রদান করে যা আপনি বিভিন্ন ধরণের ব্যবহারকারী যাচাইকরণ, লোক গণনা এবং সুরক্ষা ব্যবহারের ক্ষেত্রে মুখ সনাক্ত করতে, বিশ্লেষণ করতে এবং তুলনা করতে ব্যবহার করতে পারেন। অবশেষে, স্বীকৃতি কাস্টম লেবেলগুলির সাথে, আপনি অবজেক্ট সনাক্তকরণ এবং চিত্র শ্রেণীবিভাগ মডেলগুলি তৈরি করতে আপনার নিজস্ব ডেটা ব্যবহার করতে পারেন৷

কম্পিউটার ভিশনের জন্য রেকগনিশন কাস্টম লেবেল সহ সিন্থেটিক লেবেলযুক্ত চিত্র তৈরির জন্য Dassault Systèmes প্রযুক্তির সংমিশ্রণ স্বীকৃতি সিস্টেমের জন্য একটি পরিমাপযোগ্য কর্মপ্রবাহ প্রদান করে। ব্যবহারের সহজতা এখানে একটি উল্লেখযোগ্য ইতিবাচক কারণ কারণ সামগ্রিক সফ্টওয়্যার পাইপলাইনে স্বীকৃতি কাস্টম লেবেল যোগ করা কঠিন নয়—এটি একটি কর্মপ্রবাহের মধ্যে একটি API একীভূত করার মতোই সহজ৷ এমএল বিজ্ঞানী হওয়ার দরকার নেই; কেবল AWS-এ ক্যাপচার করা ফ্রেমগুলি পাঠান এবং একটি ফলাফল পান যা আপনি একটি ডাটাবেসে প্রবেশ করতে পারেন বা একটি ওয়েব ব্রাউজারে প্রদর্শন করতে পারেন।

এটি প্রশিক্ষণ ডেটাসেটগুলির ম্যানুয়াল তৈরির তুলনায় নাটকীয় উন্নতিকে আরও আন্ডারস্কোর করে। আপনি ব্যয়বহুল, অপ্রয়োজনীয় কাজের ঘন্টার প্রয়োজন ছাড়াই দ্রুত এবং অধিক নির্ভুলতার সাথে আরও ভাল ফলাফল অর্জন করতে পারেন। অনেক সম্ভাব্য ব্যবহারের ক্ষেত্রে, Dassault Systèmes এবং Recognition Custom Labels-এর সমন্বয়ে আজকের ব্যবসাগুলিকে উল্লেখযোগ্য এবং তাৎক্ষণিক ROI প্রদান করার সম্ভাবনা রয়েছে।

সমাধান ওভারভিউ

এই সমাধানের প্রথম ধাপ হল সেই ছবিগুলি রেন্ডার করা যা প্রশিক্ষণ ডেটাসেট তৈরি করে। এটি 3DEXCITE প্ল্যাটফর্ম দ্বারা করা হয়। আমরা স্ক্রিপ্ট ব্যবহার করে প্রোগ্রাম্যাটিকভাবে লেবেলিং ডেটা তৈরি করতে পারি। আমাজন সেজমেকার গ্রাউন্ড ট্রুথ শ্রেণীবিভাগ এবং অবজেক্ট সনাক্তকরণ কাজের জন্য সহজেই চিত্র এবং ভিডিও লেবেল করার জন্য একটি টীকা টুল প্রদান করে। Amazon Recognition-এ একটি মডেলকে প্রশিক্ষণ দিতে, লেবেলিং ফাইলটিকে গ্রাউন্ড ট্রুথ ফর্ম্যাট মেনে চলতে হবে। এই লেবেলগুলি JSON-এ রয়েছে, যার মধ্যে রয়েছে ছবির আকার, বাউন্ডিং বক্স স্থানাঙ্ক এবং ক্লাস আইডির মতো তথ্য।

তারপরে সিন্থেটিক ছবি এবং ম্যানিফেস্ট আপলোড করুন আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3), যেখানে স্বীকৃতি কাস্টম লেবেলগুলি প্রশিক্ষণ ডেটাসেটের উপাদান হিসাবে তাদের আমদানি করতে পারে৷

রেকগনিশন কাস্টম লেবেলগুলিকে মডেলগুলিকে বাস্তব কম্পোনেন্ট ইমেজের একটি সেটের সাথে পরীক্ষা করতে দেওয়ার জন্য, আমরা একটি ক্যামেরা দিয়ে তোলা বাস্তব ইঞ্জিনের অংশগুলির ছবির একটি সেট সরবরাহ করি এবং পরীক্ষার ডেটাসেট হিসাবে ব্যবহার করার জন্য সেগুলিকে Amazon S3 এ আপলোড করি৷

অবশেষে, রিকগনিশন কাস্টম লেবেল সিনথেটিক ট্রেনিং ডেটাসেট ব্যবহার করে সেরা অবজেক্ট ডিটেকশন মডেলকে প্রশিক্ষণ দেয় এবং বাস্তব বস্তুর ছবি দিয়ে তৈরি ডেটাসেট টেস্টিং করে, এবং আমাদের অ্যাপ্লিকেশনে অবজেক্ট রিকগনিশন চালানোর জন্য যে মডেলটি ব্যবহার করতে পারি তার সাথে শেষ পয়েন্ট তৈরি করে।

নিম্নলিখিত চিত্রটি আমাদের সমাধান কর্মপ্রবাহকে চিত্রিত করে:

সিন্থেটিক ছবি তৈরি করুন

সিন্থেটিক ছবিগুলি 3Dexperience প্ল্যাটফর্ম থেকে তৈরি করা হয়েছে, যা Dassault Systèmes-এর একটি পণ্য। এই প্ল্যাটফর্মটি আপনাকে বস্তুর CAD (কম্পিউটার-এডেড ডিজাইন) ফাইলের উপর ভিত্তি করে ফটোরিয়ালিস্টিক ছবি তৈরি এবং রেন্ডার করতে দেয়। প্ল্যাটফর্মে ইমেজ ট্রান্সফরমেশন কনফিগারেশন পরিবর্তন করে আমরা কয়েক ঘণ্টার মধ্যে হাজার হাজার ভেরিয়েন্ট তৈরি করতে পারি।

এই প্রোটোটাইপে, আমরা অবজেক্ট সনাক্তকরণের জন্য নিম্নলিখিত পাঁচটি দৃশ্যত স্বতন্ত্র গিয়ারবক্স অংশ নির্বাচন করেছি। এর মধ্যে রয়েছে একটি গিয়ার হাউজিং, গিয়ার রেশিও, বিয়ারিং কভার, ফ্ল্যাঞ্জ এবং ওয়ার্ম গিয়ার।

আমরা চিত্রের বৈচিত্র্য বাড়াতে এবং সিন্থেটিক ডেটাকে আরও ফটোরিয়ালিস্টিক করতে নিম্নলিখিত ডেটা অগমেন্টেশন পদ্ধতি ব্যবহার করেছি। এটি মডেল সাধারণীকরণ ত্রুটি কমাতে সাহায্য করে।

• জুম ইন / আউট - এই পদ্ধতিটি এলোমেলোভাবে চিত্রগুলিতে বস্তুটিকে জুম ইন বা আউট করে।
• ঘূর্ণন - এই পদ্ধতিটি ইমেজে বস্তুটিকে ঘোরায় এবং মনে হচ্ছে একটি ভার্চুয়াল ক্যামেরা 360-ডিগ্রি কোণ থেকে বস্তুর এলোমেলো ছবি তোলে।
• উপাদানের চেহারা এবং অনুভূতি উন্নত করুন - আমরা শনাক্ত করেছি যে কিছু গিয়ার অংশের জন্য উপাদানের চেহারা প্রাথমিক রেন্ডারিংয়ে কম বাস্তবসম্মত। আমরা সিন্থেটিক চিত্রগুলিকে উন্নত করতে একটি ধাতব প্রভাব যুক্ত করেছি৷
• বিভিন্ন আলো সেটিংস ব্যবহার করুন - এই প্রোটোটাইপে, আমরা দুটি আলোর অবস্থার অনুকরণ করেছি:
  • গুদাম - একটি বাস্তবসম্মত আলো বিতরণ। ছায়া এবং প্রতিফলন সম্ভব।
  • স্টুডিও - বস্তুর চারপাশে একটি সমজাতীয় আলো স্থাপন করা হয়। এটা বাস্তবসম্মত নয় কিন্তু কোন ছায়া বা প্রতিফলন নেই।
• বাস্তব সময়ে বস্তুটি কীভাবে দেখা হয় তার একটি বাস্তবসম্মত অবস্থান ব্যবহার করুন - বাস্তব জীবনে, কিছু বস্তু, যেমন একটি ফ্ল্যাঞ্জ এবং বিয়ারিং কভার, সাধারণত একটি পৃষ্ঠে স্থাপন করা হয় এবং মডেলটি উপরের এবং নীচের দিকগুলির উপর ভিত্তি করে বস্তুগুলি সনাক্ত করে। অতএব, আমরা প্রশিক্ষণ চিত্রগুলি সরিয়ে দিয়েছি যা অংশগুলির পাতলা প্রান্ত দেখায়, যাকে প্রান্ত অবস্থানও বলা হয়, এবং একটি সমতল অবস্থানে বস্তুর চিত্রগুলিকে বৃদ্ধি করেছি৷
• একটি ছবিতে একাধিক বস্তু যোগ করুন - বাস্তব-জীবনের পরিস্থিতিতে, একাধিক গিয়ার যন্ত্রাংশ এক দৃশ্যে প্রদর্শিত হতে পারে, তাই আমরা একাধিক গিয়ার যন্ত্রাংশ ধারণ করে এমন চিত্র তৈরি করেছি।

3Dexperience প্ল্যাটফর্মে, আমরা চিত্রগুলিতে বিভিন্ন ব্যাকগ্রাউন্ড প্রয়োগ করতে পারি, যা চিত্র বৈচিত্র্যকে আরও বাড়াতে সাহায্য করতে পারে। সময়ের সীমাবদ্ধতার কারণে, আমরা এই প্রোটোটাইপে এটি বাস্তবায়ন করিনি।

সিন্থেটিক প্রশিক্ষণ ডেটাসেট আমদানি করুন

ML-এ, লেবেলযুক্ত ডেটার অর্থ হল প্রশিক্ষণের ডেটা লক্ষ্য দেখানোর জন্য টীকা করা হয়, যা আপনি আপনার ML মডেলের ভবিষ্যদ্বাণী করতে চান। লেবেলযুক্ত ডেটা যা স্বীকৃতি কাস্টম লেবেল দ্বারা ব্যবহার করা যেতে পারে তা গ্রাউন্ড ট্রুথ ম্যানিফেস্ট ফাইলের প্রয়োজনীয়তা মেনে চলতে হবে। একটি ম্যানিফেস্ট ফাইল এক বা একাধিক JSON লাইন দিয়ে তৈরি; প্রতিটি লাইনে একটি একক চিত্রের তথ্য রয়েছে। সিন্থেটিক প্রশিক্ষণের ডেটার জন্য, আমরা আগে উল্লেখ করেছি CAD ফাইল এবং ইমেজ ট্রান্সফরমেশন কনফিগারেশনের উপর ভিত্তি করে লেবেলিং তথ্য প্রোগ্রাম্যাটিকভাবে তৈরি করা যেতে পারে, যা লেবেলিং কাজের উল্লেখযোগ্য ম্যানুয়াল প্রচেষ্টা সংরক্ষণ করে। ফাইল ফরম্যাট লেবেল করার প্রয়োজনীয়তা সম্পর্কে আরও তথ্যের জন্য, পড়ুন একটি ম্যানিফেস্ট ফাইল তৈরি করুন এবং ম্যানিফেস্ট ফাইলে অবজেক্ট স্থানীয়করণ. নিম্নলিখিত চিত্র লেবেল একটি উদাহরণ:

{ "source-ref": "s3://<bucket>/<prefix>/multiple_objects.png", "bounding-box": { "image_size": [ { "width": 1024, "height": 1024, "depth": 3 } ], "annotations": [ { "class_id": 1, "top": 703, "left": 606, "width": 179, "height": 157 }, { "class_id": 4, "top": 233, "left": 533, "width": 118, "height": 139 }, { "class_id": 0, "top": 592, "left": 154, "width": 231, "height": 332 }, { "class_id": 3, "top": 143, "left": 129, "width": 268, "height": 250 } ] }, "bounding-box-metadata": { "objects": [ { "confidence": 1 }, { "confidence": 1 }, { "confidence": 1 }, { "confidence": 1 } ], "class-map": { "0": "Gear_Housing", "1": "Gear_Ratio", "3": "Flange", "4": "Worm_Gear" }, "type": "groundtruth/object-detection", "human-annotated": "yes", "creation-date": "2021-06-18T11:56:01", "job-name": "3DEXCITE" }
}

ম্যানিফেস্ট ফাইল প্রস্তুত হওয়ার পরে, আমরা এটিকে একটি S3 বালতিতে আপলোড করি এবং তারপর বিকল্পটি নির্বাচন করে স্বীকৃতি কাস্টম লেবেলে একটি প্রশিক্ষণ ডেটাসেট তৈরি করি Amazon SageMaker গ্রাউন্ড ট্রুথ দ্বারা লেবেলযুক্ত ছবিগুলি আমদানি করুন৷.

ম্যানিফেস্ট ফাইলটি আমদানি করার পরে, আমরা অ্যামাজন রিকগনিশন কনসোলে দৃশ্যত লেবেলিং তথ্য দেখতে পারি। এটি আমাদের নিশ্চিত করতে সাহায্য করে যে ম্যানিফেস্ট ফাইলটি তৈরি এবং আমদানি করা হয়েছে৷ আরও নির্দিষ্টভাবে, বাউন্ডিং বাক্সগুলি চিত্রের বস্তুর সাথে সারিবদ্ধ হওয়া উচিত এবং অবজেক্টের ক্লাস আইডিগুলি সঠিকভাবে বরাদ্দ করা উচিত।

টেস্টিং ডেটাসেট তৈরি করুন

পরীক্ষার ছবিগুলি বিভিন্ন কোণ এবং আলোর অবস্থা থেকে একটি ফোন বা ক্যামেরা দিয়ে বাস্তব জীবনে ধারণ করা হয়, কারণ আমরা বাস্তব জীবনের পরিস্থিতির বিপরীতে সিন্থেটিক ডেটা ব্যবহার করে প্রশিক্ষিত মডেলের যথার্থতা যাচাই করতে চাই৷ আপনি এই পরীক্ষার ছবিগুলিকে একটি S3 বালতিতে আপলোড করতে পারেন এবং তারপরে স্বীকৃতি কাস্টম লেবেলে ডেটাসেট হিসাবে আমদানি করতে পারেন৷ অথবা আপনি আপনার স্থানীয় মেশিন থেকে সরাসরি ডেটাসেটে আপলোড করতে পারেন।

স্বীকৃতি কাস্টম লেবেল অন্তর্নির্মিত ইমেজ টীকা ক্ষমতা প্রদান করে, যার গ্রাউন্ড ট্রুথের মতো একই অভিজ্ঞতা রয়েছে। পরীক্ষার ডেটা আমদানি করা হলে আপনি লেবেলিংয়ের কাজ শুরু করতে পারেন। একটি অবজেক্ট সনাক্তকরণ ব্যবহারের ক্ষেত্রে, বাউন্ডিং বাক্সগুলি আগ্রহের বস্তুর চারপাশে শক্তভাবে তৈরি করা উচিত, যা মডেলটিকে লক্ষ্য বস্তুর অন্তর্গত অঞ্চল এবং পিক্সেলগুলি সঠিকভাবে শিখতে সাহায্য করে৷ উপরন্তু, আপনি সমস্ত ইমেজে লক্ষ্য বস্তুর প্রতিটি উদাহরণ লেবেল করা উচিত, এমনকি যেগুলি আংশিকভাবে দৃশ্যের বাইরে বা অন্যান্য অবজেক্ট দ্বারা আবদ্ধ, অন্যথায় মডেলটি আরও মিথ্যা নেতিবাচক ভবিষ্যদ্বাণী করে৷

ক্রস-ডোমেন অবজেক্ট সনাক্তকরণ মডেল তৈরি করুন

স্বীকৃতি কাস্টম লেবেল একটি সম্পূর্ণরূপে পরিচালিত পরিষেবা; আপনাকে শুধু ট্রেন এবং টেস্ট ডেটাসেট প্রদান করতে হবে। এটি মডেলের একটি সেটকে প্রশিক্ষণ দেয় এবং প্রদত্ত ডেটার উপর ভিত্তি করে সেরা-পারফর্মিং একটি বেছে নেয়। এই প্রোটোটাইপে, আমরা ইমেজ অগমেন্টেশন পদ্ধতির বিভিন্ন সংমিশ্রণ নিয়ে পরীক্ষা করে সিন্থেটিক প্রশিক্ষণ ডেটাসেট প্রস্তুত করি যা আমরা আগে উল্লেখ করেছি। স্বীকৃতি কাস্টম লেবেলগুলিতে প্রতিটি প্রশিক্ষণ ডেটাসেটের জন্য একটি মডেল তৈরি করা হয়েছে, যা আমাদের বিশেষভাবে এই ব্যবহারের ক্ষেত্রে সর্বোত্তম প্রশিক্ষণ ডেটাসেটের তুলনা করতে এবং খুঁজে পেতে দেয়। প্রতিটি মডেলে ন্যূনতম সংখ্যক প্রশিক্ষণ চিত্র রয়েছে, এতে ভাল চিত্র বৈচিত্র্য রয়েছে এবং সেরা মডেলের সঠিকতা প্রদান করে। 15টি পুনরাবৃত্তির পর, আমরা প্রায় 1 সিন্থেটিক প্রশিক্ষণ চিত্র ব্যবহার করে 98% মডেল নির্ভুলতার একটি F10,000 স্কোর অর্জন করেছি, যা গড়ে প্রতি বস্তুর জন্য 2,000 ছবি।

মডেল অনুমানের ফলাফল

নিচের ছবিতে অ্যামাজন রেকগনিশন মডেলটিকে একটি রিয়েল-টাইম ইনফারেন্স অ্যাপ্লিকেশনে ব্যবহার করা হচ্ছে। সমস্ত উপাদান উচ্চ আত্মবিশ্বাসের সাথে সঠিকভাবে সনাক্ত করা হয়।

উপসংহার

এই পোস্টে, আমরা দেখিয়েছি যে কীভাবে বিশুদ্ধভাবে কৃত্রিম চিত্রগুলিতে একটি কম্পিউটার ভিশন মডেলকে প্রশিক্ষণ দেওয়া যায় এবং কীভাবে মডেলটি এখনও নির্ভরযোগ্যভাবে বাস্তব-বিশ্বের বস্তুগুলিকে চিনতে পারে। এটি প্রশিক্ষণের ডেটা সংগ্রহ এবং লেবেল করার উল্লেখযোগ্য ম্যানুয়াল প্রচেষ্টা সংরক্ষণ করে। এই অন্বেষণের সাথে, Dassault Systèmes ডিজাইনার এবং ইঞ্জিনিয়ারদের দ্বারা তৈরি 3D পণ্যের মডেলগুলির ব্যবসায়িক মূল্যকে প্রসারিত করছে, কারণ আপনি এখন ভৌত জগতের চিত্রগুলির জন্য স্বীকৃতি সিস্টেমে CAD, CAE এবং PLM ডেটা ব্যবহার করতে পারেন৷

স্বীকৃতি কাস্টম লেবেল মূল বৈশিষ্ট্য এবং ব্যবহারের ক্ষেত্রে সম্পর্কে আরও তথ্যের জন্য, দেখুন অ্যামাজন স্বীকৃতি কাস্টম লেবেল. যদি আপনার ছবিগুলিকে গ্রাউন্ড ট্রুথ দিয়ে নেটিভভাবে লেবেল করা না হয়, যা এই প্রকল্পের ক্ষেত্রে ছিল, দেখুন একটি ম্যানিফেস্ট ফাইল তৈরি করা হচ্ছে আপনার লেবেলিং ডেটাকে ফর্ম্যাটে রূপান্তর করতে যা স্বীকৃতি কাস্টম লেবেলগুলি ব্যবহার করতে পারে৷

লেখক সম্পর্কে

উডি বোরাকিনো বর্তমানে AWS-এর একজন সিনিয়র মেশিন লার্নিং স্পেশালিস্ট সলিউশন আর্কিটেক্ট। ইতালির মিলানে অবস্থিত, উডি 2015 সালে AWS-এ যোগদানের আগে সফ্টওয়্যার উন্নয়নে কাজ করেছিলেন, যেখানে তিনি কম্পিউটার ভিশন এবং স্থানিক কম্পিউটিং (AR/VR/XR) প্রযুক্তির প্রতি অনুরাগ। তার আবেগ এখন মেটাভার্স উদ্ভাবনের উপর দৃষ্টি নিবদ্ধ করে। তাকে অনুসরণ করুন লিঙ্কডইন.

ইং হাউ, পিএইচডি, AWS এ একজন মেশিন লার্নিং প্রোটোটাইপিং আর্কিটেক্ট। তার আগ্রহের প্রধান ক্ষেত্রগুলি হল ডিপ লার্নিং, কম্পিউটার ভিশন, এনএলপি এবং টাইম সিরিজ ডেটা পূর্বাভাস। তার অবসর সময়ে, তিনি উপন্যাস পড়া এবং যুক্তরাজ্যের জাতীয় উদ্যানগুলিতে হাইকিং উপভোগ করেন।

বার্নার্ড প্যাকেস বর্তমানে স্টর্ম রিপ্লাই-এর CTO হচ্ছে AWS-এ স্থাপন করা শিল্প সমাধানের উপর দৃষ্টি নিবদ্ধ করে। প্যারিস, ফ্রান্সে অবস্থিত, বার্নার্ড পূর্বে একজন প্রধান সমাধান স্থপতি হিসাবে এবং AWS-এ প্রধান পরামর্শদাতা হিসাবে কাজ করেছিলেন। এন্টারপ্রাইজ আধুনিকীকরণে তার অবদানগুলি AWS for Industrial, AWS CDK কভার করে এবং এগুলো এখন গ্রীন আইটি এবং ভয়েস-ভিত্তিক সিস্টেমের মধ্যে রয়েছে। তাকে অনুসরণ করুন Twitter.

কার্ল হার্কট বর্তমানে Dassault Systèmes 3DExcite-এর সিনিয়র স্ট্র্যাটেজিস্ট। মিউনিখ, জার্মানিতে অবস্থিত, তিনি কম্পিউটার ভিশনের উদ্ভাবনী বাস্তবায়ন তৈরি করেন যা বাস্তব ফলাফল প্রদান করে। তাকে অনুসরণ করুন লিঙ্কডইন.

• Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
• ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
• সূত্র: https://aws.amazon.com/blogs/machine-learning/computer-vision-using-synthetic-datasets-with-amazon-rekognition-custom-labels-and-dassault-systemes-3dexcite/