پچھلی دہائی میں، کمپیوٹر وژن کے استعمال کے کیسز ایک بڑھتا ہوا رجحان رہا ہے، خاص طور پر انشورنس، آٹوموٹو، ای کامرس، توانائی، خوردہ، مینوفیکچرنگ اور دیگر جیسی صنعتوں میں۔ صارفین کمپیوٹر وژن مشین لرننگ (ML) ماڈل بنا رہے ہیں تاکہ ان کے عمل میں آپریشنل افادیت اور آٹومیشن لایا جا سکے۔ اس طرح کے ماڈل تصاویر کی درجہ بندی کو خودکار بنانے یا تصاویر میں دلچسپی رکھنے والی اشیاء کا پتہ لگانے میں مدد کرتے ہیں جو آپ کے کاروبار کے لیے مخصوص اور منفرد ہیں۔
ایم ایل ماڈل کی تعمیر کے عمل کو آسان بنانے کے لیے، ہم نے متعارف کرایا ایمیزون سیج میکر جمپ اسٹارٹ دسمبر 2020 میں۔ JumpStart آپ کو ML کے ساتھ جلدی اور آسانی سے شروع کرنے میں مدد کرتا ہے۔ یہ پہلے سے تربیت یافتہ ماڈلز کی وسیع اقسام کی ایک کلک کی تعیناتی اور فائن ٹیوننگ کے ساتھ ساتھ اختتام سے آخر تک حل کا انتخاب فراہم کرتا ہے۔ یہ ML عمل کے ہر مرحلے سے بھاری اٹھانے کو ہٹاتا ہے، جس سے اعلیٰ معیار کے ماڈل تیار کرنا آسان ہو جاتا ہے اور تعیناتی میں وقت کم ہوتا ہے۔ تاہم، 200 سے زیادہ پہلے سے تربیت یافتہ کمپیوٹر وژن ماڈلز کے کیٹلاگ سے ماڈل کے انتخاب میں مدد کرنے کے لیے آپ کو کچھ پیشگی معلومات حاصل کرنے کی ضرورت ہے۔ اس کے بعد آپ کو مختلف ہائپر پیرامیٹر سیٹنگز کے ساتھ ماڈل کی کارکردگی کو بینچ مارک کرنا ہوگا اور پروڈکشن میں تعینات کرنے کے لیے بہترین ماڈل کا انتخاب کرنا ہوگا۔
اس تجربے کو آسان بنانے اور ML مہارت کے حامل ڈویلپرز کو حسب ضرورت کمپیوٹر ویژن ماڈل بنانے کی اجازت دینے کے لیے، ہم جمپ اسٹارٹ کے اندر ایک نئی مثالی نوٹ بک جاری کر رہے ہیں جو ایمیزون ریکگنیشن کسٹم لیبلز، حسب ضرورت کمپیوٹر وژن ماڈلز بنانے کے لیے ایک مکمل طور پر منظم سروس۔ Recognition Custom Labels پہلے سے تربیت یافتہ ماڈلز سے بنتا ہے۔ ایمیزون پہچان۔، جو پہلے ہی کئی زمروں میں دسیوں لاکھوں تصاویر پر تربیت یافتہ ہیں۔ ہزاروں تصاویر کے بجائے، آپ تربیتی تصاویر کے ایک چھوٹے سیٹ (چند سو یا اس سے کم) کے ساتھ شروع کر سکتے ہیں جو آپ کے استعمال کے معاملے کے لیے مخصوص ہیں۔ شناخت حسب ضرورت لیبل اپنی مرضی کے ماڈل کی تعمیر میں شامل پیچیدگی کو دور کرتے ہیں۔ یہ خود بخود تربیتی ڈیٹا کا معائنہ کرتا ہے، صحیح ML الگورتھم کا انتخاب کرتا ہے، مثال کی قسم کا انتخاب کرتا ہے، متعدد امیدواروں کے ماڈلز کو مختلف ہائپر پیرامیٹر کے ساتھ تربیت دیتا ہے، اور بہترین تربیت یافتہ ماڈل کو آؤٹ پٹ کرتا ہے۔ Recognition Custom Labels سے استعمال میں آسان انٹرفیس بھی فراہم کرتا ہے۔ AWS مینجمنٹ کنسول پورے ML ورک فلو کے لیے، بشمول تصاویر کا لیبل لگانا، ٹریننگ کرنا، ماڈل کی تعیناتی، اور ٹیسٹ کے نتائج کو دیکھنا۔
جمپ سٹارٹ کے اندر ریکوگنیشن کسٹم لیبلز کا استعمال کرتے ہوئے یہ مثال نوٹ بک کسی بھی تصویر کی درجہ بندی یا آبجیکٹ کا پتہ لگانے والے کمپیوٹر ویژن ایم ایل ٹاسک کو حل کرتی ہے، جس سے واقف صارفین کے لیے اسے آسان بناتا ہے۔ ایمیزون سیج میکر ایک ایسا کمپیوٹر ویژن حل تیار کرنا جو آپ کے استعمال کے معاملے، ضروریات اور مہارت کے سیٹ کے مطابق ہو۔
اس پوسٹ میں، ہم جمپ اسٹارٹ کے اندر اس مثالی نوٹ بک کو استعمال کرنے کے لیے مرحلہ وار ہدایات فراہم کرتے ہیں۔ نوٹ بک یہ ظاہر کرتی ہے کہ تصویر کی درجہ بندی کا ماڈل، ملٹی لیبل کی درجہ بندی کا ماڈل، اور آبجیکٹ کا پتہ لگانے والا ماڈل بنانے کے لیے کس طرح آسانی سے Recognition Custom Labels موجودہ ٹریننگ اور inference APIs کا استعمال کیا جائے۔ آپ کے لیے شروع کرنا آسان بنانے کے لیے، ہم نے ہر ماڈل کے لیے ڈیٹا سیٹس کی مثال فراہم کی ہے۔
ریکگنیشن کسٹم لیبلز کا استعمال کرتے ہوئے کمپیوٹر وژن ماڈل کو تربیت دیں اور تعینات کریں۔
اس سیکشن میں، ہم جمپ سٹارٹ میں مطلوبہ نوٹ بک تلاش کرتے ہیں، اور یہ ظاہر کرتے ہیں کہ کس طرح تربیت دی جائے اور تعین شدہ اختتامی نقطہ پر اندازہ لگایا جائے۔
آئیے سے شروع کرتے ہیں۔ ایمیزون سیج میکر اسٹوڈیو لانچر۔
- اسٹوڈیو لانچر پر، منتخب کریں۔ سیج میکر جمپ اسٹارٹ پر جائیں۔.
جمپ اسٹارٹ لینڈنگ پیج میں حل، ٹیکسٹ ماڈلز، اور ویژن ماڈلز کے لیے carousels کے حصے ہیں۔ اس میں سرچ بار بھی ہے۔ - سرچ بار میں، درج کریں۔
Rekognition Custom Labels
اور منتخب کریں وژن کے لیے کسٹم لیبلز کی شناخت کاپی.
نوٹ بک صرف پڑھنے کے موڈ میں کھلتی ہے۔ - میں سے انتخاب کریں نوٹ بک درآمد کریں۔ نوٹ بک کو اپنے ماحول میں درآمد کرنے کے لیے۔
نوٹ بک جمپ سٹارٹ کنسول سے ریکگنیشن کسٹم لیبلز کا استعمال کرتے ہوئے تربیت اور اندازہ لگانے کے لیے مرحلہ وار گائیڈ فراہم کرتی ہے۔ یہ سنگل اور ملٹی لیبل امیج کی درجہ بندی اور آبجیکٹ کا پتہ لگانے کے لیے درج ذیل چار نمونہ ڈیٹا سیٹ فراہم کرتا ہے۔
-
- سنگل لیبل تصویر کی درجہ بندی - یہ ڈیٹاسیٹ ظاہر کرتا ہے کہ تصویروں کو پہلے سے طے شدہ لیبلز کے سیٹ میں سے کسی ایک کے طور پر درجہ بندی کرنے کا طریقہ۔ مثال کے طور پر، رئیل اسٹیٹ کمپنیاں اپنے رہنے کے کمروں، گھر کے پچھواڑے، سونے کے کمرے اور دیگر گھریلو مقامات کی تصاویر کی درجہ بندی کرنے کے لیے Recognition Custom Labels کا استعمال کر سکتی ہیں۔ ذیل میں اس ڈیٹاسیٹ سے نمونہ کی تصویر ہے، جو نوٹ بک کے حصے کے طور پر شامل ہے۔
- ملٹی لیبل تصویر کی درجہ بندی - یہ ڈیٹاسیٹ یہ ظاہر کرتا ہے کہ تصویروں کو متعدد زمروں میں کیسے درجہ بندی کرنا ہے، جیسے کہ رنگ، سائز، ساخت، اور پھول کی قسم۔ مثال کے طور پر، پودوں کے کاشتکار پھولوں کی مختلف اقسام کے درمیان فرق کرنے کے لیے Recognition Custom Labels کا استعمال کر سکتے ہیں اور اگر وہ صحت مند، خراب، یا متاثرہ ہیں۔ مندرجہ ذیل تصویر اس ڈیٹا سیٹ سے ایک مثال ہے۔
- آبجیکٹ کا پتہ لگانا - یہ ڈیٹاسیٹ پیداوار یا مینوفیکچرنگ لائنوں میں استعمال ہونے والے حصوں کو تلاش کرنے کے لیے آبجیکٹ لوکلائزیشن کو ظاہر کرتا ہے۔ مثال کے طور پر، الیکٹرانکس کی صنعت میں، Recognition Custom Labels سرکٹ بورڈ پر capacitors کی تعداد کو شمار کرنے میں مدد کر سکتے ہیں۔ مندرجہ ذیل تصویر اس ڈیٹا سیٹ سے ایک مثال ہے۔
- برانڈ اور لوگو کا پتہ لگانا - یہ ڈیٹاسیٹ کسی تصویر میں لوگو یا برانڈز کا پتہ لگانے کو ظاہر کرتا ہے۔ مثال کے طور پر، میڈیا انڈسٹری میں، آبجیکٹ کا پتہ لگانے والا ماڈل تصویروں میں اسپانسر لوگو کے مقام کی شناخت میں مدد کر سکتا ہے۔ ذیل میں اس ڈیٹاسیٹ سے نمونہ کی تصویر ہے۔
- سنگل لیبل تصویر کی درجہ بندی - یہ ڈیٹاسیٹ ظاہر کرتا ہے کہ تصویروں کو پہلے سے طے شدہ لیبلز کے سیٹ میں سے کسی ایک کے طور پر درجہ بندی کرنے کا طریقہ۔ مثال کے طور پر، رئیل اسٹیٹ کمپنیاں اپنے رہنے کے کمروں، گھر کے پچھواڑے، سونے کے کمرے اور دیگر گھریلو مقامات کی تصاویر کی درجہ بندی کرنے کے لیے Recognition Custom Labels کا استعمال کر سکتی ہیں۔ ذیل میں اس ڈیٹاسیٹ سے نمونہ کی تصویر ہے، جو نوٹ بک کے حصے کے طور پر شامل ہے۔
- ہر سیل کو چلا کر نوٹ بک میں درج مراحل پر عمل کریں۔
یہ نوٹ بک یہ ظاہر کرتی ہے کہ آپ شناخت کسٹم لیبل APIs کے ذریعے تصویر کی درجہ بندی اور آبجیکٹ کا پتہ لگانے کے استعمال کے معاملات کو حل کرنے کے لیے کس طرح ایک ہی نوٹ بک کا استعمال کر سکتے ہیں۔
جیسا کہ آپ نوٹ بک کے ساتھ آگے بڑھیں گے، آپ کے پاس مذکورہ نمونہ ڈیٹا سیٹس میں سے ایک کو منتخب کرنے کا اختیار ہے۔ ہم آپ کو ہر ڈیٹا سیٹ کے لیے نوٹ بک چلانے کی ترغیب دیتے ہیں۔
نتیجہ
اس پوسٹ میں، ہم نے آپ کو دکھایا کہ کس طرح تصویر کی درجہ بندی یا آبجیکٹ کا پتہ لگانے والے کمپیوٹر وژن ماڈل بنانے کے لیے Recognition Custom Labels APIs کا استعمال کرتے ہوئے تصاویر میں اشیاء کی درجہ بندی اور شناخت کرنے کے لیے جو آپ کی کاروباری ضروریات کے لیے مخصوص ہیں۔ ایک ماڈل کو تربیت دینے کے لیے، آپ ہزاروں کی بجائے سینکڑوں لیبل والی تصاویر کو دسیوں فراہم کر کے شروع کر سکتے ہیں۔ شناخت حسب ضرورت لیبل پیرامیٹر کے انتخاب جیسے کہ مشین کی قسم، الگورتھم کی قسم، یا الگورتھم کے مخصوص ہائپر پیرامیٹر (بشمول نیٹ ورک میں پرتوں کی تعداد، سیکھنے کی شرح، اور بیچ سائز) کا خیال رکھتے ہوئے ماڈل کی تربیت کو آسان بناتا ہے۔ ریکگنیشن کسٹم لیبلز تربیت یافتہ ماڈل کی میزبانی کو بھی آسان بناتا ہے اور تربیت یافتہ ماڈل کے ساتھ اندازہ لگانے کے لیے ایک آسان آپریشن فراہم کرتا ہے۔
Recognition Custom Labels تربیتی عمل، ماڈل مینجمنٹ، اور ڈیٹاسیٹ امیجز کے تصور کے لیے استعمال میں آسان کنسول کا تجربہ فراہم کرتا ہے۔ ہم آپ کو اس بارے میں مزید جاننے کی ترغیب دیتے ہیں۔ شناخت حسب ضرورت لیبلز اور اسے اپنے کاروبار کے مخصوص ڈیٹا سیٹس کے ساتھ آزمائیں۔
شروع کرنے کے لیے، آپ ریکوگنیشن کسٹم لیبلز کی مثال نوٹ بک میں جا سکتے ہیں۔ سیج میکر جمپ اسٹارٹ.
مصنفین کے بارے میں
پشمین مستری ایمیزون ریکگنیشن کسٹم لیبلز کے سینئر پروڈکٹ مینیجر ہیں۔ کام سے باہر، پشمین کو مہم جوئی کے سفر، فوٹو گرافی، اور اپنے خاندان کے ساتھ وقت گزارنے کا لطف آتا ہے۔
ابیشی گپت AWS میں سینئر AI سروسز سلوشن آرکیٹیکٹ ہیں۔ وہ صارفین کو کمپیوٹر وژن کے حل کو ڈیزائن اور لاگو کرنے میں مدد کرتا ہے۔
- سکے سمارٹ۔ یورپ کا بہترین بٹ کوائن اور کرپٹو ایکسچینج۔
- پلیٹو بلاک چین۔ Web3 Metaverse انٹیلی جنس۔ علم میں اضافہ۔ مفت رسائی۔
- کرپٹو ہاک۔ Altcoin ریڈار. مفت جانچ.
- ماخذ: https://aws.amazon.com/blogs/machine-learning/image-classification-and-object-detection-using-amazon-rekognition-custom-labels-and-amazon-sagemaker-jumpstart/
- "
- 100
- 2020
- خلاصہ
- کے پار
- پتہ
- AI
- AI خدمات
- یلگورتم
- یلگوردمز
- پہلے ہی
- ایمیزون
- APIs
- خود کار طریقے سے
- میشن
- آٹوموٹو
- AWS
- معیار
- BEST
- بورڈ
- برانڈز
- تعمیر
- عمارت
- بناتا ہے
- کاروبار
- حاصل کر سکتے ہیں
- امیدوار
- پرواہ
- مقدمات
- انتخاب
- میں سے انتخاب کریں
- درجہ بندی
- کمپنیاں
- کمپیوٹر
- کنسول
- تخلیق
- اپنی مرضی کے
- گاہکوں
- اعداد و شمار
- دہائی
- مظاہرہ
- تعیناتی
- تعینات
- تعینات
- تعیناتی
- ڈیزائن
- کھوج
- ترقی
- ڈویلپرز
- مختلف
- آسانی سے
- استعمال میں آسان
- ای کامرس
- الیکٹرونکس
- کی حوصلہ افزائی
- اختتام پوائنٹ
- توانائی
- درج
- ماحولیات
- خاص طور پر
- اسٹیٹ
- مثال کے طور پر
- موجودہ
- تجربہ
- مہارت
- خاندان
- کے بعد
- بڑھتے ہوئے
- رہنمائی
- مدد
- مدد کرتا ہے
- اعلی معیار کی
- ہوسٹنگ
- گھر
- کس طرح
- کیسے
- تاہم
- HTTPS
- سینکڑوں
- شناخت
- تصویر
- پر عملدرآمد
- شامل
- سمیت
- صنعتوں
- صنعت
- انشورنس
- دلچسپی
- انٹرفیس
- ملوث
- IT
- علم
- لیبل
- لیبل
- جانیں
- سیکھنے
- اٹھانے
- تھوڑا
- رہ
- محل وقوع
- مقامات
- علامت (لوگو)
- مشین
- مشین لرننگ
- بنانا
- میں کامیاب
- انتظام
- مینیجر
- مینوفیکچرنگ
- میڈیا
- لاکھوں
- ML
- ماڈل
- ماڈل
- زیادہ
- ایک سے زیادہ
- ضروریات
- نیٹ ورک
- نوٹ بک
- تعداد
- کھولتا ہے
- آپریشن
- اختیار
- دیگر
- حصہ
- کارکردگی
- کارکردگی کا مظاہرہ
- فوٹو گرافی
- عمل
- عمل
- مصنوعات
- پیداوار
- فراہم
- فراہم کرتا ہے
- فراہم کرنے
- جلدی سے
- رئیل اسٹیٹ
- کو کم کرنے
- ضروریات
- کی ضرورت ہے
- نتائج کی نمائش
- خوردہ
- کمروں
- رن
- چل رہا ہے
- تلاش کریں
- سروس
- سروسز
- مقرر
- سادہ
- سائز
- چھوٹے
- حل
- حل
- حل کرتا ہے
- کچھ
- خرچ کرنا۔
- اسپانسر
- شروع کریں
- شروع
- سٹوڈیو
- لینے
- ٹیسٹ
- ہزاروں
- وقت
- ٹریننگ
- ٹرینوں
- اقسام
- منفرد
- استعمال کی شرائط
- مختلف اقسام کے
- نقطہ نظر
- تصور
- کے اندر
- کام