ছবির লেবেলিং

ML Kit-এর ইমেজ লেবেলিং API-এর সাহায্যে আপনি বিভিন্ন বিভাগের বিস্তৃত গ্রুপ জুড়ে একটি ছবিতে এন্টিটি সম্পর্কে তথ্য শনাক্ত এবং এক্সট্র্যাক্ট করতে পারেন। ডিফল্ট ইমেজ লেবেলিং মডেল সাধারণ অবজেক্ট, জায়গা, অ্যাক্টিভিটি, প্রাণীদের প্রজাতি, প্রোডাক্ট ও আরও অনেক কিছু শনাক্ত করতে পারে।

এছাড়াও, আপনি নির্দিষ্ট ব্যবহারের ক্ষেত্রে শনাক্তকরণ কাস্টমাইজ করতে কাস্টম ইমেজ ক্লাসিফিকেশন মডেল ব্যবহার করতে পারেন। আরও তথ্যের জন্য কাস্টম LiteRT মডেল ব্যবহার করা দেখুন।

মূল ক্ষমতা

• একটি শক্তিশালী সর্বজনীন বেস ক্লাসিফায়ার ৪০০টিরও বেশি বিভাগ শনাক্ত করে যা ফটোতে সবচেয়ে বেশি দেখা যায় এমন অবজেক্ট বর্ণনা করে।
• কাস্টম মডেলের সাহায্যে আপনার ব্যবহারের ক্ষেত্রে উপযোগী করে তুলুন TensorFlow Hub থেকে অন্যান্য প্রি-ট্রেনিং দেওয়া মডেল বা আপনার নিজস্ব কাস্টম মডেল ব্যবহার করুন যা TensorFlow, AutoML বা LiteRT-এর মাধ্যমে ট্রেনিং দেওয়া হয়েছে।
• সহজ ব্যবহারযোগ্য হাই-লেভেল API লো-লেভেল মডেল ইনপুট/আউটপুট, ছবি প্রিপেয়ার করা এবং প্রসেস করা বা প্রসেসিং পাইপলাইন তৈরি করার প্রয়োজন নেই। ML Kit, LiteRT মডেল থেকে লেবেল এক্সট্র্যাক্ট করে এবং টেক্সট বিবরণ হিসেবে সেগুলি প্রদান করে।

মনে রাখবেন, এই API-এর উদ্দেশ্য হল এমন ইমেজ ক্লাসিফিকেশন মডেল তৈরি করা যা সম্পূর্ণ ছবিকে বর্ণনা করে। কোনও ছবিতে এক বা একাধিক অবজেক্টের শ্রেণীবিভাগ করার জন্য, যেমন জুতো বা আসবাবপত্রের টুকরো, অবজেক্ট শনাক্তকরণ ও ট্র্যাকিং API আরও উপযুক্ত হতে পারে।

কাজ করে এমন ছবি ক্লাসিফিকেশন মডেল

Image Labeling API বিভিন্ন ধরনের ছবি ক্লাসিফিকেশন মডেলের সাথে কাজ করে:

কাজ করে এমন ছবি ক্লাসিফিকেশন মডেল
বেস মডেল	API ডিফল্ট হিসেবে একটি শক্তিশালী সাধারণ-উদ্দেশ্যমূলক ছবি লেবেলিং মডেল ব্যবহার করে যা ৪০০টিরও বেশি এন্টিটি শনাক্ত করে যা ফটোতে সবচেয়ে সাধারণ কনসেপ্ট কভার করে।
কাস্টম LiteRT মডেল	অ্যাপ্লিকেশন-নির্দিষ্ট কনসেপ্টকে টার্গেট করতে, API বিভিন্ন ধরনের সোর্স থেকে কাস্টম ইমেজ ক্লাসিফিকেশন মডেল গ্রহণ করে। এগুলি TensorFlow Hub থেকে ডাউনলোড করা প্রি-ট্রেনড মডেল অথবা AutoML, LiteRT বা TensorFlow-এর মাধ্যমে ট্রেন করা আপনার নিজস্ব মডেল হতে পারে। মডেলগুলি আপনার অ্যাপের সাথে বান্ডেল করা হতে পারে অথবা Cloud Storage-এ হোস্ট করা হতে পারে এবং রান-টাইমে ডাউনলোড করা হতে পারে।

বেস মডেল ব্যবহার করা

ML Kit-এর বেস মডেল এমন এন্টিটির একটি তালিকা রিটার্ন করে যা লোকজন, জিনিস, জায়গা, অ্যাক্টিভিটি ইত্যাদি শনাক্ত করে। প্রতিটি এন্টিটির সাথে একটি স্কোর থাকে যা এর প্রাসঙ্গিকতার ব্যাপারে ML মডেলের আত্মবিশ্বাসকে নির্দেশ করে। এই তথ্যের সাহায্যে, আপনি অটোমেটিক মেটাডেটা জেনারেশন এবং কন্টেন্ট মডারেশনের মতো টাস্ক সম্পূর্ণ করতে পারবেন। ML Kit-এর সাথে দেওয়া ডিফল্ট মডেল ৪০০টির বেশি বিভিন্ন এন্টিটি শনাক্ত করে।

iOS Android

লেবেলের উদাহরণ

ইমেজ লেবেলিং API-এর বেস মডেল ৪০০টিরও বেশি লেবেল সাপোর্ট করে, যেমন নিচে দেওয়া উদাহরণ:

বিভাগ	লেবেলের উদাহরণ
লোকজন	Crowd Selfie Smile
অ্যাক্টিভিটি	Dancing Eating Surfing
জিনিসগুলি	Car Piano Receipt
জীবজন্তু	Bird Cat Dog
গাছপালা	Flower Fruit Vegetable
জায়গা	Beach Lake Mountain

ফলাফলের উদাহরণ

এখানে এমন এন্টিটির উদাহরণ দেওয়া হল যা সাথে থাকা ফটোতে শনাক্ত করা হয়েছে।

ফটো: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0

লেবেল ০
Text	Stadium
কনফিডেন্স	0.9205354
লেবেল ১
Text	খেলাধূলা
কনফিডেন্স	0.7531109
লেবেল ২
Text	ইভেন্ট
কনফিডেন্স	0.66905296
লেবেল ৩
Text	অবসর
কনফিডেন্স	0.59904146
লেবেল ৪
Text	ফুটবল
কনফিডেন্স	0.56384534
লেবেল ৫
Text	নেট
কনফিডেন্স	0.54679185
লেবেল ৬
Text	গাছ
কনফিডেন্স	0.524364

কাস্টম LiteRT মডেল ব্যবহার করা

ML Kit-এর বেস ইমেজ লেবেলিং মডেল সাধারণ ব্যবহারের জন্য তৈরি করা হয়েছে। এটি ৪০০টি বিভাগ শনাক্ত করার জন্য প্রশিক্ষণপ্রাপ্ত যা ফটোতে সবচেয়ে সাধারণ অবজেক্ট বর্ণনা করে। আপনার অ্যাপের জন্য এমন বিশেষ ইমেজ ক্লাসিফিকেশন মডেলের প্রয়োজন হতে পারে যা আরও বিস্তারিতভাবে কম সংখ্যক বিভাগকে শনাক্ত করে, যেমন এমন মডেল যা ফুলের প্রজাতি বা খাবারের ধরনকে আলাদা করে।

এই API আপনাকে বিভিন্ন সোর্স থেকে কাস্টম ইমেজ ক্লাসিফিকেশন মডেল ব্যবহার করার মাধ্যমে নির্দিষ্ট ব্যবহারের ক্ষেত্রে মানিয়ে নিতে সাহায্য করে। আরও জানতে ML Kit সহ কাস্টম মডেল দেখুন। কাস্টম মডেলগুলি আপনার অ্যাপের সাথে বান্ডেল করা হতে পারে অথবা Cloud Storage থেকে ডায়নামিক ডাউনলোড করা হতে পারে।

iOS Android

ইনপুট ছবি প্রসেস করা

প্রয়োজন হলে, ইনপুট ছবির সাইজ ও অ্যাস্পেক্ট রেশিও অ্যাডজাস্ট করতে, ইমেজ লেবেলিং, বাইলিনিয়ার ইমেজ স্কেলিং ও স্ট্রেচিং ব্যবহার করে, যাতে সেগুলি আন্ডারলাইং মডেলের প্রয়োজনীয়তা পূরণ করতে পারে।