ایمیزون ریکگنیشن کسٹم لیبلز ایک مکمل طور پر منظم کمپیوٹر ویژن سروس ہے جو ڈویلپرز کو اپنی مرضی کے مطابق ماڈل بنانے کی اجازت دیتی ہے تاکہ وہ تصاویر میں اشیاء کی درجہ بندی اور شناخت کر سکیں جو آپ کے کاروبار کے لیے مخصوص اور منفرد ہوں۔
شناخت کے حسب ضرورت لیبلز کے لیے آپ کو کمپیوٹر وژن کی پیشگی مہارت حاصل کرنے کی ضرورت نہیں ہے۔ آپ ہزاروں کی بجائے دسیوں تصاویر اپ لوڈ کر کے شروع کر سکتے ہیں۔ اگر تصاویر پر پہلے ہی لیبل لگا ہوا ہے، تو آپ صرف چند کلکس میں ماڈل کی تربیت شروع کر سکتے ہیں۔ اگر نہیں، تو آپ انہیں براہ راست Recognition Custom Labels کنسول میں لیبل لگا سکتے ہیں، یا استعمال کر سکتے ہیں۔ ایمیزون سیج میکر گراؤنڈ ٹروتھ انہیں لیبل کرنے کے لئے. ریکگنیشن کسٹم لیبلز ٹریننگ ڈیٹا کا خود بخود معائنہ کرنے، صحیح ماڈل فریم ورک اور الگورتھم کو منتخب کرنے، ہائپر پیرامیٹر کو بہتر بنانے، اور ماڈل کو تربیت دینے کے لیے ٹرانسفر لرننگ کا استعمال کرتے ہیں۔ جب آپ ماڈل کی درستگی سے مطمئن ہو جائیں تو، آپ صرف ایک کلک کے ساتھ تربیت یافتہ ماڈل کی میزبانی شروع کر سکتے ہیں۔
تاہم، اگر آپ ایک کاروباری صارف ہیں جو کمپیوٹر وژن کے مسئلے کو حل کرنے کے خواہاں ہیں، حسب ضرورت ماڈل کے تخمینے کے نتائج کا تصور کریں، اور ایسے نتائج کے دستیاب ہونے پر اطلاعات موصول کریں، تو آپ کو ایسی ایپلی کیشن بنانے کے لیے اپنی انجینئرنگ ٹیم پر انحصار کرنا ہوگا۔ مثال کے طور پر، ایک زرعی آپریشنز مینیجر کو مطلع کیا جا سکتا ہے جب کسی فصل میں بیماری پائی جاتی ہے، شراب بنانے والے کو مطلع کیا جا سکتا ہے جب انگور کٹائی کے لیے پک جائیں، یا سٹور مینیجر کو مطلع کیا جا سکتا ہے جب یہ سافٹ ڈرنکس جیسی انوینٹریز کو دوبارہ ذخیرہ کرنے کا وقت ہو عمودی ریفریجریٹر میں.
اس پوسٹ میں، ہم آپ کو ایک ایسے حل کی تیاری کے عمل کے بارے میں بتاتے ہیں جو آپ کو تخمینہ کے نتائج کو دیکھنے اور سبسکرائب شدہ صارفین کو اطلاعات بھیجنے کی اجازت دیتا ہے جب مخصوص لیبلز کی تصویروں میں شناخت کی جاتی ہے جو شناخت کے حسب ضرورت لیبلز کے ذریعے بنائے گئے ماڈلز کا استعمال کرتے ہوئے پروسیس کیے جاتے ہیں۔
حل جائزہ
درج ذیل خاکہ ہمارے حل کے فن تعمیر کو واضح کرتا ہے۔
یہ حل درج ذیل AWS سروسز کا استعمال کرتا ہے تاکہ قابل توسیع اور لاگت سے موثر فن تعمیر کو لاگو کیا جا سکے۔
- ایمیزون ایتینا - ایک سرور لیس انٹرایکٹو استفسار سروس جو معیاری SQL کا استعمال کرتے ہوئے Amazon S3 میں ڈیٹا کا تجزیہ کرنا آسان بناتی ہے۔
- او ڈبلیو ایس لامبڈا۔ - ایک سرور لیس کمپیوٹ سروس جو آپ کو محرکات کے جواب میں کوڈ چلانے دیتی ہے جیسے کہ ڈیٹا میں تبدیلی، سسٹم کی حالت میں تبدیلی، یا صارف کے اعمال۔ چونکہ ایمیزون S3 براہ راست لیمبڈا فنکشن کو متحرک کر سکتا ہے، اس لیے آپ مختلف قسم کے ریئل ٹائم بنا سکتے ہیں۔ سرورless ڈیٹا پروسیسنگ کے نظام.
- ایمیزون کوئیک سائٹ - ایک بہت تیز، استعمال میں آسان، کلاؤڈ سے چلنے والی کاروباری تجزیات کی خدمت جو تصورات کو بنانا، ایڈہاک تجزیہ کرنا، اور ڈیٹا سے تیزی سے کاروباری بصیرت حاصل کرنا آسان بناتی ہے۔
- ایمیزون ریکگنیشن کسٹم لیبلز - آپ کو ایک حسب ضرورت کمپیوٹر ویژن ماڈل کی تربیت دینے کی اجازت دیتا ہے تاکہ آپ تصاویر میں موجود اشیاء اور مناظر کی شناخت کر سکیں جو آپ کی کاروباری ضروریات کے لیے مخصوص ہیں۔
- ایمیزون سادہ نوٹیفکیشن سروس - Amazon SNS ایپلیکیشن ٹو ایپلیکیشن (A2A) اور ایپلیکیشن ٹو پرسن (A2P) کمیونیکیشن دونوں کے لیے ایک مکمل طور پر منظم پیغام رسانی کی خدمت ہے۔
- ایمیزون سادہ قطار سروس - Amazon SQS ایک مکمل طور پر منظم میسج کیونگ سروس ہے جو آپ کو مائیکرو سروسز، ڈسٹری بیوٹڈ سسٹمز اور سرور لیس ایپلیکیشنز کو ڈی جوپل اور اسکیل کرنے کے قابل بناتی ہے۔
- ایمیزون سادہ اسٹوریج سروس - Amazon S3 آپ کے دستاویزات کے لیے ایک آبجیکٹ اسٹور کے طور پر کام کرتا ہے اور عمدہ رسائی کے کنٹرول کے ساتھ مرکزی انتظام کی اجازت دیتا ہے۔
حل ایک سرور لیس ورک فلو کا استعمال کرتا ہے جو ان پٹ S3 بالٹی پر تصویر اپ لوڈ ہونے پر متحرک ہو جاتا ہے۔ ایک SQS قطار کو آبجیکٹ کی تخلیق کے لیے ایونٹ کی اطلاع موصول ہوتی ہے۔ حل بھی پیدا کرتا ہے۔ ڈیڈ لیٹر قطار (DLQs) ایسے پیغامات کو الگ کرنا اور الگ کرنا جن پر صحیح طریقے سے کارروائی نہیں کی جا سکتی ہے۔ ایک لیمبڈا فنکشن SQS قطار سے باہر نکلتا ہے اور بناتا ہے۔ DetectLabels
تصویر میں موجود تمام لیبلز کا پتہ لگانے کے لیے API کال۔ اس حل کو پیمانہ کرنے اور اسے ایک ڈھیلے جوڑے ڈیزائن بنانے کے لیے، Lambda فنکشن پیشین گوئی کے نتائج کو ایک اور SQS قطار میں بھیجتا ہے۔ یہ SQS قطار ایک اور Lambda فنکشن کو متحرک کرتی ہے، جو پیشین گوئیوں میں پائے جانے والے تمام لیبلز کا تجزیہ کرتی ہے۔ صارف کی ترجیح کی بنیاد پر (حل کی تعیناتی کے دوران ترتیب دیا گیا)، فنکشن SNS موضوع پر ایک پیغام شائع کرتا ہے۔ ایس این ایس کا موضوع صارف کو ای میل اطلاعات فراہم کرنے کے لیے ترتیب دیا گیا ہے۔ آپ تصویر تک رسائی کے لیے ایمیزون ایس این ایس کو بھیجے گئے پیغام میں یو آر ایل شامل کرنے کے لیے لیمبڈا فنکشن کو ترتیب دے سکتے ہیں (ایمیزون ایس 3 کا استعمال کرتے ہوئے تجویز کردہ URL)۔ آخر میں، Lambda فنکشن S3 بالٹی میں پیشین گوئی کا نتیجہ اور تصویری میٹا ڈیٹا اپ لوڈ کرتا ہے۔ اس کے بعد آپ S3 بالٹی سے نتائج کا تجزیہ اور تصور کرنے کے لیے Athena اور QuickSight کا استعمال کر سکتے ہیں۔
شرائط
آپ کو ایک ماڈل کی تربیت یافتہ اور شناخت کے حسب ضرورت لیبلز کے ساتھ چلانے کی ضرورت ہے۔
ریکگنیشن کسٹم لیبلز آپ کو مشین لرننگ ماڈل ٹریننگ کے عمل کا انتظام کرنے دیتے ہیں۔ ایمیزون پہچان۔ کنسول، جو آخر سے آخر تک ماڈل کی ترقی کے عمل کو آسان بناتا ہے۔ اس پوسٹ کے لیے، ہم استعمال کرتے ہیں۔ ایک درجہ بندی کا ماڈل جو پودوں کے پتوں کی بیماری کا پتہ لگانے کے لیے تربیت یافتہ ہے۔.
حل تعینات کریں۔
آپ ایک تعینات کرتے ہیں۔ AWS کلاؤڈ فارمیشن ضروری وسائل کی فراہمی کے لیے ٹیمپلیٹ، بشمول S3 بالٹیاں، SQS قطاریں، SNS موضوع، لیمبڈا فنکشنز، اور AWS شناخت اور رسائی کا انتظام (IAM) کے کردار۔ ٹیمپلیٹ اسٹیک کو US-east-1 ریجن بناتا ہے، لیکن آپ ٹیمپلیٹ کو کسی بھی ایسے علاقے میں اپنا اسٹیک بنانے کے لیے استعمال کر سکتے ہیں جہاں اوپر AWS سروسز دستیاب ہوں۔
- درج ذیل CloudFormation ٹیمپلیٹ کو اس علاقے اور AWS اکاؤنٹ میں لانچ کریں جہاں آپ نے Recognition Custom Labels ماڈل کو تعینات کیا تھا:
- کے لئے اسٹیک کا نام، اسٹیک کا نام درج کریں، جیسے
rekognition-customlabels-analytics-and-notification
. - کے لئے CustomModelARN، Amazon Recognition Custom Labels ماڈل کا ARN درج کریں جسے آپ استعمال کرنا چاہتے ہیں۔
Recognition Custom Labels ماڈل کو اسی AWS اکاؤنٹ میں تعینات کرنے کی ضرورت ہے۔
- کے لئے ای میل اطلاع، ایک ای میل پتہ درج کریں جہاں آپ اطلاعات وصول کرنا چاہتے ہیں۔
- کے لئے InputBucketNameS3 بالٹی جو اسٹیک بناتا ہے اس کے لیے ایک منفرد نام درج کریں۔ مثال کے طور پر،
plant-leaf-disease-data-input
.
یہ وہ جگہ ہے جہاں آنے والی پودوں کی پتیوں کی تصاویر محفوظ کی جاتی ہیں۔
- کے لئے دلچسپی کا لیبل، آپ کوما سے الگ کردہ فارمیٹ میں 10 مختلف لیبلز تک درج کر سکتے ہیں جن کے بارے میں آپ مطلع کرنا چاہتے ہیں۔ ہمارے پودوں کی بیماری کی مثال کے لیے درج کریں۔
bacterial-leaf-blight,leaf-smut
. - کے لئے Min Confidence، اطلاع موصول کرنے کے لیے کم از کم اعتماد کی حد درج کریں۔ MinConfidence کی قدر سے کم اعتماد کے ساتھ پائے جانے والے لیبلز جواب میں واپس نہیں کیے جاتے ہیں اور اطلاع نہیں دیں گے۔
- کے لئے آؤٹ پٹ بکٹ نامS3 بالٹی جو اسٹیک بناتا ہے اس کے لیے ایک منفرد نام درج کریں۔ مثال کے طور پر،
plant-leaf-disease-data-output
.
آؤٹ پٹ بالٹی تصویری میٹا ڈیٹا کے ساتھ JSON فائلوں پر مشتمل ہے (لیبل ملے اور اعتماد کا اسکور)۔
- میں سے انتخاب کریں اگلے.
- پر اسٹیک کے اختیارات کو ترتیب دیں۔ صفحہ، اسٹیک کے لیے کوئی اضافی پیرامیٹرز سیٹ کریں، بشمول ٹیگز۔
- میں سے انتخاب کریں اگلے.
- میں صلاحیتیں اور تبدیلیاں سیکشن، یہ تسلیم کرنے کے لیے چیک باکس کو منتخب کریں کہ AWS CloudFormation تخلیق کر سکتی ہے۔ IAM وسائل.
- میں سے انتخاب کریں اسٹیک بنائیں.
اسٹیک کی تفصیلات والے صفحہ کو اسٹیک کی حیثیت اس طرح دکھانی چاہیے۔ CREATE_IN_PROGRESS
. اسٹیٹس کو تبدیل ہونے میں 5 منٹ تک لگ سکتے ہیں۔ CREATE_COMPLETE
.
ایمیزون ایس این ایس ای میل ایڈریس پر رکنیت کا تصدیقی پیغام بھیجے گا۔ تمہیں ضرورت ہے رکنیت کی تصدیق کریں.
حل کی جانچ کریں۔
اب جب کہ ہم نے وسائل کو تعینات کر دیا ہے، ہم حل کو جانچنے کے لیے تیار ہیں۔ یقینی بنائیں کہ آپ ماڈل شروع کریں.
- ایمیزون S3 کنسول پر، منتخب کریں۔ بالٹیاں۔.
- ان پٹ S3 بالٹی کا انتخاب کریں۔
- ٹیسٹ کی تصاویر کو بالٹی میں اپ لوڈ کریں۔
پروڈکشن میں، آپ اس بالٹی میں تصاویر فراہم کرنے کے لیے خودکار عمل ترتیب دے سکتے ہیں۔
یہ تصاویر ورک فلو کو متحرک کرتی ہیں۔ اگر لیبل کا اعتماد متعین حد سے بڑھ جاتا ہے، تو آپ کو درج ذیل کی طرح ایک ای میل اطلاع موصول ہوتی ہے۔
ان اطلاعات کو کسی کو بھی پہنچانے کے لیے آپ SNS موضوع کو بھی ترتیب دے سکتے ہیں۔ منزلوں سروس کی طرف سے حمایت کی.
پیشن گوئی کے نتائج کا تجزیہ کریں۔
حل کی جانچ کرنے کے بعد، آپ پروسیس شدہ تصاویر کی پیشین گوئیوں کے لیے ایک بصری تجزیہ بنانے کے لیے حل کو بڑھا سکتے ہیں۔ اس مقصد کے لیے، ہم Athena، ایک انٹرایکٹو استفسار سروس کا استعمال کرتے ہیں جو معیاری SQL کا استعمال کرتے ہوئے Amazon S3 سے براہ راست ڈیٹا کا تجزیہ کرنا آسان بناتی ہے، اور ڈیٹا کو دیکھنے کے لیے QuickSight۔
ایتھینا کو ترتیب دیں۔
اگر آپ ایمیزون ایتھینا سے واقف نہیں ہیں تو دیکھیں یہ سبق. ایتھینا کنسول پر، ایتھینا ڈیٹا کیٹلاگ میں درج ذیل کوڈ کے ساتھ ایک ٹیبل بنائیں:
آباد کریں۔ Location
اپنے آؤٹ پٹ بالٹی کے نام کے ساتھ پچھلے سوال میں فیلڈ، جیسے plant-leaf-disease-data-output
.
یہ کوڈ ایتھینا کو بتاتا ہے کہ S3 بالٹی میں متن کی ہر قطار کی تشریح کیسے کی جائے۔
اب آپ ڈیٹا سے استفسار کر سکتے ہیں:
SELECT * FROM "default"."rekognition_customlabels_analytics" limit 10;
QuickSight کو ترتیب دیں۔
QuickSight کو ترتیب دینے کے لیے، درج ذیل مراحل کو مکمل کریں:
- کھولو QuickSight کنسول.
- اگر آپ QuickSight کے لیے سائن اپ نہیں ہوئے ہیں، تو آپ کو سائن اپ کرنے کے آپشن کے ساتھ کہا جائے گا۔ کے لیے اقدامات پر عمل کریں۔ QuickSight استعمال کرنے کے لیے سائن اپ کریں۔.
- QuickSight میں لاگ ان کرنے کے بعد، منتخب کریں۔ QuickSight کا نظم کریں۔ آپ کے اکاؤنٹ کے تحت.
- نیویگیشن پین میں، منتخب کریں۔ سیکیورٹی اور اجازتیں۔.
- کے تحت AWS خدمات تک QuickSight رسائیمنتخب کریں شامل کریں یا ہٹائیں.
AWS سروسز تک QuickSight رسائی کو فعال کرنے کے لیے ایک صفحہ ظاہر ہوتا ہے۔
- منتخب کریں ایمیزون یتینا.
- پاپ اپ ونڈو میں، منتخب کریں۔ اگلے.
- S3 ٹیب پر، ضروری S3 بالٹیاں منتخب کریں۔ اس پوسٹ کے لیے، میں وہ بالٹی منتخب کرتا ہوں جو میرے ایتھینا کے استفسار کے نتائج کو محفوظ کرتا ہے۔
- ہر بالٹی کے لیے بھی منتخب کریں۔ ایتھینا ورک گروپ کے لیے اجازت لکھیں۔
- میں سے انتخاب کریں ختم.
- میں سے انتخاب کریں اپ ڈیٹ کریں.
- QuickSight کنسول پر، منتخب کریں۔ نیا تجزیہ.
- میں سے انتخاب کریں نیا ڈیٹاسیٹ.
- کے لئے ڈیٹا سیٹمنتخب کریں یتینا.
- کے لئے ڈیٹا سورس کا نام، داخل کریں
Athena-CustomLabels-analysis
. - کے لئے ایتھینا ورک گروپمنتخب کریں پرائمری.
- میں سے انتخاب کریں ڈیٹا سورس بنائیں.
- کے لئے ڈیٹا بیسمنتخب کریں
default
ڈراپ ڈاؤن مینو پر۔ - کے لئے میزیں، میز کو منتخب کریں۔
rekognition_customlabels_analytics
. - میں سے انتخاب کریں منتخب کریں۔
- میں سے انتخاب کریں بصیرت.
- پر بصیرت صفحہ، کے تحت قطعات فہرست، منتخب کریں لیبل اور سے پائی چارٹ منتخب کریں۔ بصری اقسام.
آپ ڈیش بورڈ میں مزید تصورات شامل کر سکتے ہیں۔ جب آپ کا تجزیہ تیار ہو جائے تو آپ انتخاب کر سکتے ہیں۔ سیکنڈ اور ایک ڈیش بورڈ بنانے اور اسے اپنی تنظیم میں شیئر کرنے کے لیے۔
خلاصہ
اس پوسٹ میں، ہم نے دکھایا کہ آپ کس طرح مخصوص لیبلز (جیسے بیکٹیریل لیف بلائیٹ یا لیف سمٹ) کے لیے اطلاعات موصول کرنے کے لیے ایک حل تیار کر سکتے ہیں جو کہ ریکگنیشن کسٹم لیبلز کا استعمال کرتے ہوئے پروسیس شدہ تصاویر میں پائے جاتے ہیں۔ اس کے علاوہ، ہم نے دکھایا کہ آپ ایتھینا اور QuickSight کا استعمال کرتے ہوئے نتائج کو دیکھنے کے لیے ڈیش بورڈز کیسے بنا سکتے ہیں۔
اب آپ کاروباری صارفین کے ساتھ آسانی سے ایسے ویژولائزیشن ڈیش بورڈز کا اشتراک کر سکتے ہیں اور انہیں ایسی ایپلی کیشن بنانے کے لیے اپنی انجینئرنگ ٹیموں پر انحصار کرنے کی بجائے نوٹیفیکیشنز کو سبسکرائب کرنے کی اجازت دے سکتے ہیں۔
مصنفین کے بارے میں
جے راؤ AWS میں پرنسپل سولیوشن آرکیٹیکٹ ہیں۔ وہ صارفین کو تکنیکی اور اسٹریٹجک رہنمائی فراہم کرنے اور AWS پر حل تیار کرنے اور لاگو کرنے میں ان کی مدد کرنے سے لطف اندوز ہوتا ہے۔
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۔
- 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/receive-notifications-for-image-analysis-with-amazon-rekognition-custom-labels-and-analyze-predictions/
- "
- &
- 10
- 100
- 116
- 7
- 9
- تک رسائی حاصل
- اکاؤنٹ
- اعمال
- Ad
- اس کے علاوہ
- ایڈیشنل
- پتہ
- یلگورتم
- تمام
- پہلے ہی
- ایمیزون
- تجزیہ
- تجزیاتی
- ایک اور
- اے پی آئی
- درخواست
- ایپلی کیشنز
- فن تعمیر
- آٹومیٹڈ
- دستیاب
- AWS
- سرحد
- باکس
- تعمیر
- عمارت
- کاروبار
- فون
- حاصل کر سکتے ہیں
- تبدیل
- میں سے انتخاب کریں
- درجہ بندی
- کوڈ
- مواصلات
- کمپیوٹنگ
- آپکا اعتماد
- کنسول
- پر مشتمل ہے
- سرمایہ کاری مؤثر
- مل کر
- پیدا
- مخلوق
- فصل
- اپنی مرضی کے
- گاہکوں
- ڈیش بورڈ
- اعداد و شمار
- تعیناتی
- تعینات
- تعیناتی
- ڈیزائن
- پتہ چلا
- ڈویلپرز
- ترقی
- مختلف
- براہ راست
- بیماری
- تقسیم کئے
- دستاویزات
- نہیں کرتا
- آسانی سے
- ای میل
- کو فعال کرنا
- انجنیئرنگ
- درج
- واقعہ
- مثال کے طور پر
- مہارت
- توسیع
- خاندان
- فاسٹ
- آخر
- پر عمل کریں
- کے بعد
- فارمیٹ
- ملا
- فریم ورک
- تقریب
- پیدا
- ہونے
- کس طرح
- کیسے
- HTTPS
- شناخت
- شناختی
- تصویر
- پر عملدرآمد
- سمیت
- ان پٹ
- بصیرت
- انٹرایکٹو
- IT
- صرف ایک
- لیبل
- سیکھنے
- لسٹ
- محل وقوع
- تلاش
- مشین
- مشین لرننگ
- بناتا ہے
- میں کامیاب
- انتظام
- مینیجر
- پیغام رسانی
- کم سے کم
- ماڈل
- ماڈل
- زیادہ
- سمت شناسی
- نوٹیفیکیشن
- آپریشنز
- اختیار
- تنظیم
- فوٹو گرافی
- کی پیشن گوئی
- پیشن گوئی
- پرنسپل
- مسئلہ
- عمل
- عمل
- مصنوعات
- پیداوار
- فراہم کرنے
- مقصد
- جلدی سے
- اصل وقت
- وصول
- کی ضرورت
- وسائل
- جواب
- نتائج کی نمائش
- رن
- چل رہا ہے
- توسیع پذیر
- پیمانے
- مناظر
- بے سرور
- سروس
- سروسز
- مقرر
- سیکنڈ اور
- سادہ
- حل
- حل
- حل
- خرچ کرنا۔
- ڈھیر لگانا
- معیار
- شروع کریں
- شروع
- حالت
- درجہ
- ذخیرہ
- ذخیرہ
- پردہ
- حکمت عملی
- سبسکرائب
- سبسکرائب
- تائید
- کے نظام
- سسٹمز
- ٹیم
- ٹیکنیکل
- بتاتا ہے
- ٹیسٹ
- ہزاروں
- کے ذریعے
- وقت
- ٹریننگ
- منتقل
- منفرد
- استعمال کی شرائط
- صارفین
- قیمت
- مختلف اقسام کے
- نقطہ نظر
- تصور
- کے اندر
- کام
- ورک گروپ