ایمیزون پہچان۔ ایک کمپیوٹر ویژن سروس ہے جو ثابت شدہ، انتہائی قابل توسیع، گہری سیکھنے والی ٹیکنالوجی کا استعمال کرتے ہوئے آپ کی ایپلی کیشنز میں تصویر اور ویڈیو تجزیہ شامل کرنا آسان بناتی ہے جسے استعمال کرنے کے لیے مشین لرننگ (ML) کی مہارت کی ضرورت نہیں ہے۔ Amazon Recognition کے ساتھ، آپ تصاویر اور ویڈیوز میں اشیاء، لوگوں، متن، مناظر اور سرگرمیوں کی شناخت کر سکتے ہیں اور ساتھ ہی کسی بھی نامناسب مواد کا پتہ لگا سکتے ہیں۔ Amazon Recognition انتہائی درست چہرے کا تجزیہ اور چہرے کی تلاش کی صلاحیتیں بھی فراہم کرتا ہے جسے آپ استعمال کے مختلف کیسز کے لیے چہروں کا پتہ لگانے، تجزیہ کرنے اور موازنہ کرنے کے لیے استعمال کر سکتے ہیں۔
ایمیزون ریکگنیشن کسٹم لیبلز آپ کو تصاویر میں موجود اشیاء اور مناظر کی شناخت کرنے کی اجازت دیتا ہے جو آپ کی کاروباری ضروریات کے لیے مخصوص ہیں۔ مثال کے طور پر، آپ سوشل میڈیا پوسٹس میں اپنا لوگو تلاش کر سکتے ہیں، اسٹور شیلف پر اپنی مصنوعات کی شناخت کر سکتے ہیں، مشین کے پرزوں کو اسمبلی لائن میں درجہ بندی کر سکتے ہیں، صحت مند اور متاثرہ پودوں میں فرق کر سکتے ہیں، اور بہت کچھ۔ بلاگ پوسٹ اپنے برانڈ کا پتہ لگانا تصاویر اور ویڈیوز میں برانڈ لوگو کا پتہ لگانے کے لیے اینڈ ٹو اینڈ سلوشن بنانے کے لیے ایمیزون ریکوگنیشن کسٹم لیبلز کو استعمال کرنے کا طریقہ دکھاتا ہے۔
Amazon Recognition Custom Labels ایک سادہ اینڈ ٹو اینڈ تجربہ فراہم کرتا ہے جہاں آپ ڈیٹا سیٹ کو لیبل لگا کر شروع کرتے ہیں، اور Amazon Recognition Custom Labels ڈیٹا کا معائنہ کر کے اور صحیح ML الگورتھم کو منتخب کر کے آپ کے لیے ایک حسب ضرورت ML ماڈل بناتا ہے۔ آپ کے ماڈل کی تربیت کے بعد، آپ تصویر کے تجزیہ کے لیے اسے فوری طور پر استعمال کرنا شروع کر سکتے ہیں۔ اگر آپ تصاویر کو بیچوں میں پروسیس کرنا چاہتے ہیں (جیسے دن میں یا ہفتے میں ایک بار، یا دن کے وقت مقررہ وقت پر)، تو آپ اپنے حسب ضرورت ماڈل کو مقررہ اوقات پر فراہم کر سکتے ہیں۔
اس پوسٹ میں، ہم دکھاتے ہیں کہ آپ Amazon Recognition Custom Labels کے ساتھ کس طرح لاگت کے لحاظ سے ایک بہترین بیچ حل تیار کر سکتے ہیں جو آپ کے حسب ضرورت ماڈل کو مقررہ اوقات پر فراہم کرتا ہے، آپ کی تمام تصاویر پر کارروائی کرتا ہے، اور اضافی لاگت سے بچنے کے لیے آپ کے وسائل کو ختم کرتا ہے۔
حل کا جائزہ
مندرجہ ذیل آرکیٹیکچر ڈایاگرام سے پتہ چلتا ہے کہ آپ Amazon Recognition Custom Labels کے ساتھ بیچوں میں امیجز پر کارروائی کرنے کے لیے کس طرح لاگت سے موثر اور انتہائی قابل توسیع ورک فلو ڈیزائن کر سکتے ہیں۔ یہ AWS خدمات کا فائدہ اٹھاتا ہے جیسے ایمیزون ایونٹ برج, AWS اسٹیپ فنکشنز, ایمیزون سادہ قطار سروس (ایمیزون SQS)، او ڈبلیو ایس لامبڈا۔، اور ایمیزون سادہ اسٹوریج سروس (ایمیزون S3)۔
یہ حل سرور کے بغیر فن تعمیر اور منظم خدمات کا استعمال کرتا ہے، لہذا یہ طلب کے مطابق پیمانہ بنا سکتا ہے اور اسے کسی سرور کی فراہمی اور انتظام کی ضرورت نہیں ہے۔ Amazon SQS قطار امیج پروسیسنگ سے امیج کے ادخال کو ڈیکپل کر کے حل کی مجموعی غلطی برداشت کو بڑھاتی ہے اور ہر انجیسٹ شدہ تصویر کے لیے پیغامات کی قابل اعتماد ترسیل کو فعال کرتی ہے۔ سٹیپ فنکشنز انفرادی کاموں کی ایک سیریز کو ترتیب دینے کے لیے بصری ورک فلو بنانا آسان بناتا ہے، جیسا کہ یہ جانچنا کہ آیا ایمیزون ریکگنیشن کسٹم لیبلز پروجیکٹ کے اسٹیٹ لائف سائیکل پر کارروائی اور انتظام کرنے کے لیے کوئی تصویر دستیاب ہے۔ اگرچہ درج ذیل فن تعمیر سے پتہ چلتا ہے کہ آپ AWS Lambda کا استعمال کرتے ہوئے Amazon Recognition Custom Labels کے لیے بیچ پروسیسنگ حل کیسے بنا سکتے ہیں، لیکن آپ خدمات کا استعمال کرتے ہوئے اسی طرح کا فن تعمیر بنا سکتے ہیں جیسے اے ڈبلیو ایس فارگیٹ.
مندرجہ ذیل اقدامات مجموعی ورک فلو کی وضاحت کرتے ہیں:
- جیسا کہ ایک تصویر Amazon S3 بالٹی میں محفوظ ہے، یہ ایک پیغام کو متحرک کرتا ہے جو Amazon SQS قطار میں محفوظ ہو جاتا ہے۔
- Amazon EventBridge ایک مخصوص فریکوئنسی (1 گھنٹہ بذریعہ ڈیفالٹ) پر AWS Step Functions ورک فلو کو متحرک کرنے کے لیے ترتیب دیا گیا ہے۔
- جیسے جیسے ورک فلو چلتا ہے، یہ درج ذیل اعمال انجام دیتا ہے۔
- یہ Amazon SQS قطار میں آئٹمز کی تعداد کو چیک کرتا ہے۔ اگر قطار میں کارروائی کرنے کے لیے کوئی آئٹمز نہیں ہیں، تو ورک فلو ختم ہو جاتا ہے۔
- اگر قطار میں کارروائی کرنے کے لیے آئٹمز موجود ہیں، تو ورک فلو Amazon Recognition Custom Labels ماڈل کو شروع کرتا ہے۔
- ورک فلو ان امیجز پر کارروائی کرنے کے لیے AWS Lambda فنکشن کے ساتھ Amazon SQS انضمام کو قابل بناتا ہے۔
- جیسا کہ Amazon SQS قطار اور AWS Lambda کے درمیان انضمام فعال ہے، درج ذیل واقعات رونما ہوتے ہیں:
- AWS Lambda Amazon SQS سے تصویری تفصیلات کے ساتھ پیغامات پر کارروائی شروع کرتا ہے۔
- AWS Lambda فنکشن تصاویر پر کارروائی کرنے کے لیے Amazon Recognition Custom Labels پروجیکٹ کا استعمال کرتا ہے۔
- AWS Lambda فنکشن پھر JSON فائل کو حتمی بالٹی میں لگاتا ہے جس میں قیاس شدہ لیبل ہوتے ہیں۔ تصویر کو سورس بالٹی سے آخری بالٹی میں بھی منتقل کر دیا گیا ہے۔
- جب تمام تصاویر پر کارروائی ہو جاتی ہے، AWS Step Functions ورک فلو مندرجہ ذیل کام کرتا ہے:
- یہ Amazon Recognition Custom Labels ماڈل کو روکتا ہے۔
- یہ ٹرگر کو غیر فعال کر کے Amazon SQS قطار اور AWS Lambda فنکشن کے درمیان انضمام کو غیر فعال کر دیتا ہے۔
مندرجہ ذیل خاکہ اس حل کے لیے AWS اسٹیپ فنکشنز اسٹیٹ مشین کو واضح کرتا ہے۔
شرائط
اس حل کو تعینات کرنے کے لیے، آپ کو درج ذیل شرائط کی ضرورت ہے:
- استعمال کرتے ہوئے حل کو تعینات کرنے کی اجازت کے ساتھ AWS اکاؤنٹ AWS کلاؤڈ فارمیشن، جو تخلیق کرتا ہے AWS شناخت اور رسائی کا انتظام (IAM) کے کردار اور دیگر وسائل۔
- Amazon Recognition Custom Labels پروجیکٹ کا Amazon Resource Name (ARN) پروجیکٹ آرن) اور ماڈل ورژن کا ایمیزون ریسورس کا نام (ARN) جو ماڈل کی تربیت کے بعد بنایا گیا تھا (حوالہ پروجیکٹ ورژن آرن)۔ یہ اقدار ماڈل کی حیثیت کو جانچنے اور ماڈل کا استعمال کرتے ہوئے تصاویر کا تجزیہ کرنے کے لیے ضروری ہیں۔
ماڈل کو تربیت دینے کا طریقہ سیکھنے کے لیے، دیکھیں ایمیزون ریکگنیشن کسٹم لیبلز کے ساتھ شروعات کرنا.
تعیناتی
اپنے AWS اکاؤنٹ میں AWS CloudFormation کا استعمال کرتے ہوئے حل کو تعینات کرنے کے لیے، درج ذیل مراحل پر عمل کریں GitHub repo. یہ مندرجہ ذیل وسائل پیدا کرتا ہے:
- ایمیزون S3 بالٹی
- ایمیزون SQS قطار
- AWS سٹیپ فنکشنز ورک فلو
- کام کے بہاؤ کو متحرک کرنے کے لیے Amazon EventBridge کے اصول
- IAM کے کردار
- اے ڈبلیو ایس لیمبڈا فنکشنز
آپ حل کے ذریعہ تخلیق کردہ مختلف وسائل کے نام کے آؤٹ پٹ سیکشن میں دیکھ سکتے ہیں۔ کلاؤڈ فارمیشن اسٹیک.
ورک فلو کی جانچ کرنا
اپنے ورک فلو کو جانچنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- ان پٹ S3 بالٹی میں نمونہ کی تصاویر اپ لوڈ کریں جو حل کے ذریعے بنائی گئی تھی (مثال کے طور پر، xxxx-sources3bucket-xxxx)۔
- سٹیپ فنکشنز کنسول پر، حل کے ذریعے بنائی گئی سٹیٹ مشین کا انتخاب کریں (مثال کے طور پر CustomCVStateMachine-xxxx)۔
آپ کو دیکھنا چاہئے کہ ریاستی مشین ہر گھنٹے میں ایمیزون ایونٹ برج کے اصول کے ذریعہ متحرک ہوتی ہے۔
- آپ منتخب کرکے دستی طور پر ورک فلو شروع کر سکتے ہیں۔ عمل درآمد شروع کریں۔.
- جیسے ہی تصاویر پر کارروائی ہوتی ہے، آپ ہر تصویر کے لیے JSON آؤٹ پٹ دیکھنے کے لیے آؤٹ پٹ S3 بالٹی (مثال کے طور پر، xxxx-finals3bucket-xxxx) پر جا سکتے ہیں۔
مندرجہ ذیل اسکرین شاٹ میں امیزون ریکگنیشن کسٹم لیبلز سے ان کے متعلقہ JSON آؤٹ پٹ کے ساتھ تصاویر کے ساتھ حتمی S3 بالٹی کے مواد کو دکھایا گیا ہے۔
نتیجہ
اس پوسٹ میں، ہم نے دکھایا کہ آپ Amazon Recognition Custom Labels کے ساتھ کس طرح لاگت کے لحاظ سے ایک بہترین بیچ حل تیار کر سکتے ہیں جو آپ کے حسب ضرورت ماڈل کو مقررہ وقت پر فراہم کر سکتا ہے، آپ کی تمام تصاویر پر کارروائی کر سکتا ہے، اور اضافی لاگت سے بچنے کے لیے آپ کے وسائل کو ختم کر سکتا ہے۔ آپ کے استعمال کے معاملے پر منحصر ہے، آپ آسانی سے طے شدہ ٹائم ونڈو کو ایڈجسٹ کر سکتے ہیں جس پر حل کو بیچ پر کارروائی کرنی چاہیے۔ تصاویر میں اشیاء، مناظر اور تصورات کا پتہ لگانے والے ماڈل کو بنانے، تربیت دینے، جانچنے اور استعمال کرنے کے طریقے کے بارے میں مزید معلومات کے لیے دیکھیں ایمیزون ریکگنیشن کسٹم لیبلز کے ساتھ شروعات کرنا.
جبکہ اس پوسٹ میں بیان کردہ حل نے دکھایا ہے کہ آپ ایمیزون ریکگنیشن کسٹم لیبلز کے ساتھ بیچ امیجز کو کیسے پروسیس کر سکتے ہیں، آپ بیچ امیجز کو پروسیس کرنے کے لیے اس حل کو آسانی سے موافقت کر سکتے ہیں۔ ایمیزون ویژن کے لئے تلاش نقائص اور بے ضابطگیوں کا پتہ لگانے کے لیے۔ Amazon Lookout for Vision کے ساتھ، مینوفیکچرنگ کمپنیاں معیار کو بڑھا سکتی ہیں اور پیمانے پر اشیاء کی تصاویر میں فرق کو تیزی سے شناخت کر کے آپریشنل اخراجات کو کم کر سکتی ہیں۔ مثال کے طور پر، Amazon Lookout for Vision کا استعمال مصنوعات میں موجود گمشدہ اجزاء، گاڑیوں یا ڈھانچے کو پہنچنے والے نقصان، پروڈکشن لائنوں میں بے قاعدگیوں، سلیکون ویفرز میں معمولی نقائص، اور اسی طرح کے دیگر مسائل کی نشاندہی کرنے کے لیے کیا جا سکتا ہے۔ Amazon Lookout for Vision کے بارے میں مزید جاننے کے لیے، دیکھیں ڈویلپر گائیڈ.
مصنفین کے بارے میں
راہول سریواستو ایمیزون ویب سروسز میں ایک سینئر حل آرکیٹیکٹ ہے اور برطانیہ میں مقیم ہے۔ اس کے پاس بڑے کاروباری صارفین کے ساتھ کام کرنے کا وسیع فن تعمیر کا تجربہ ہے۔ وہ ہمارے صارفین کی فن تعمیر، کلاؤڈ اپنانے، ایک مقصد کے ساتھ مصنوعات تیار کرنے اور حقیقی دنیا کے کاروباری مسائل کو حل کرنے کے لیے AI/ML کا فائدہ اٹھانے میں مدد کر رہا ہے۔
کاشف عمران ایمیزون ویب سروسز میں پرنسپل سولیوشن آرکیٹیکٹ ہیں۔ وہ کچھ بڑے AWS صارفین کے ساتھ کام کرتا ہے جو پیچیدہ کاروباری مسائل کو حل کرنے کے لیے AI/ML کا فائدہ اٹھا رہے ہیں۔ وہ کمپیوٹر وژن ایپلی کیشنز کو پیمانے پر لاگو کرنے کے لیے تکنیکی رہنمائی اور ڈیزائن مشورہ فراہم کرتا ہے۔ اس کی مہارت ایپلی کیشن آرکیٹیکچر، سرور لیس، کنٹینرز، NoSQL اور مشین لرننگ پر محیط ہے۔
