PFEBOUIDI

BOUIDI Abderrahmane

ဤအက်ပ်အကြောင်း

Image Recognition သည် Computer Vision ၏ အခြေအနေတွင်၊ အရာဝတ္ထုများ၊ နေရာများ၊ လူများ၊ စာများနှင့် လုပ်ဆောင်ချက်များကို ရုပ်ပုံများတွင် ခွဲခြားသတ်မှတ်နိုင်သော ဆော့ဖ်ဝဲ၏ စွမ်းရည်ဖြစ်သည်။ ကွန်ပျူတာများသည် ရုပ်ပုံအသိအမှတ်ပြုမှုရရှိရန် ကင်မရာနှင့် ဉာဏ်ရည်တုဆော့ဖ်ဝဲလ်တို့နှင့် ပေါင်းစပ်၍ စက်ရူပါရုံနည်းပညာများကို အသုံးပြုနိုင်သည်။
ရုပ်ပုံအမျိုးအစားခွဲခြားခြင်းဆိုသည်မှာ ၎င်း၏အမြင်အာရုံအကြောင်းအရာအပေါ်အခြေခံ၍ ရုပ်ပုံတစ်ပုံကို အမျိုးအစားခွဲခြားနိုင်သော ကွန်ပျူတာအမြင်ရှိ လုပ်ငန်းစဉ်ကို ရည်ညွှန်းသည်။ ဥပမာအားဖြင့်၊ ရုပ်ပုံအမျိုးအစားခွဲခြင်းဆိုင်ရာ အယ်လဂိုရီသမ်တစ်ခုသည် ပုံတစ်ပုံတွင် လူသားပုံပါရှိခြင်း ရှိ၊မရှိကို ညွှန်ပြရန် ဒီဇိုင်းထုတ်နိုင်သည်။ Object detection သည် လူသားများအတွက် အသေးအဖွဲဖြစ်သော်လည်း၊ ခိုင်မာသောရုပ်ပုံအမျိုးအစားခွဲခြားမှုသည် ကွန်ပျူတာအမြင်ဆိုင်ရာအသုံးချပရိုဂရမ်များအတွက် စိန်ခေါ်မှုတစ်ခုအဖြစ်ရှိနေဆဲဖြစ်သည်။
ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာ ရုပ်ပုံ/ဗီဒီယိုဒေတာကဲ့သို့ ရှုပ်ထွေးနက်နဲသော အာရုံကြောကွန်ရက်ကို လုပ်ဆောင်နေသည့် ရှုပ်ထွေးသောဒေတာကို မည်သည့်အရာက ပိုမြန်စေကာ ပိုမိုတိကျကြောင်း ဆုံးဖြတ်ရန်ဖြစ်ပြီး မည်သည့်အရာက အထိရောက်ဆုံး (အမြန်ဆုံး) ဖြစ်သည်ကို ဆုံးဖြတ်ရန် နောက်ဆုံးပေါ် အောင်မြင်သော အာရုံကြောကွန်ရက်တည်ဆောက်ပုံကို ဆန်းစစ်ပါမည်။ ရုပ်ပုံ အမျိုးအစားခွဲခြင်းတွင် ဗိသုကာပညာ(များ) နှင့် မည်သည့် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းနည်းပညာများကို ဤဒေတာအမျိုးအစားတွင် အကောင်းဆုံးလုပ်ဆောင်နိုင်သည်ကို သုတေသနပြုပါမည်။
မကြာသေးမီက သုတေသီများသည် ရုပ်ပုံများကို အမျိုးအစားခွဲခြားခြင်းဖြင့် ရုပ်ပုံများကို ခွဲခြားသိမှတ်ခြင်းတွင် သုတေသီများ မည်ကဲ့သို့ ရှေ့သို့ ခြေလှမ်းလှမ်းခဲ့သည်ကို ကျွန်ုပ်တို့ နားလည်ရန် ကြိုးစားကြပြီး ImageNet စိန်ခေါ်မှုတွင် မယုံနိုင်လောက်အောင် တိကျမှုရမှတ်ကို မည်ကဲ့သို့ ရနိုင်သည်ကို ကြည့်ရှုပါ။ ပုံဒေတာကဲ့သို့ ရှုပ်ထွေးသောဒေတာကို ကျွန်ုပ်တို့ မည်သို့လုပ်ဆောင်နိုင်သနည်း၊ ဤဒေတာတွင် အံဝင်ခွင်ကျဖြစ်မှုပြဿနာကို မည်သို့ကိုင်တွယ်ဖြေရှင်းနိုင်သနည်း၊ ကျွန်ုပ်တို့၏ဗိသုကာပညာ၏လေ့ကျင့်ချိန်ကို မည်သို့လျှော့ချနိုင်မည်နည်း။