පසුගිය ලිපියෙන් අපි කතා කලා Azure මගින් AI තාක්ෂණය යොදාගනිමින් කොහොමද face detect කරන්නේ සහ analysis part එක කරන්නේ කියලා. අද ලිපියත් ඒ හා සම්බන්ධ වෙන තවත් තාක්ෂණයක් පිළිබඳව තමයි ඉදිරිපත් වෙන්නේ. ඒ තමයි Objects detection/වස්තු හඳුනාගැනීම
වස්තු හඳුනාගැනීම කියන්නේ machine learning මත based වුනු computer vision එකක්, මෙවැනි models train කරලා තිබෙන්නේ එක් එක් වර්ගයේ වස්තූන් හඳුනා ගැනීමට සහ රූපයේ ඒවායේ පිහිටීම හඳුනා ගැනීමට වෙනවා.
වස්තූන් හඳුනාගැනීමේ/Objects detection ප්රයෝජන
- ගොඩනැගිලි ආරක්ෂාව සඳහා පරීක්ෂා කිරීම: ගිනි නිවන උපකරණ හෝ වෙනත් හදිසි උපකරණ සඳහා එහි අභ්යන්තරයේ දර්ශන විශ්ලේෂණය කිරීමෙන් ගොඩනැගිල්ලේ ආරක්ෂාව තක්සේරු කිරීම.
- රියදුරු සහාය: ස්වයංක්රීයව ධාවනය වන කාර් හෝ මංතීරු ආධාරක හැකියාවන් සහිත වාහන සඳහා මෘදුකාංග නිර්මාණය කිරීම. වෙනත් මංතීරුවක මෝටර් රථයක් තිබේද, රියදුරුගේ මෝටර් රථය එහිම මංතීරුවක තිබේද යන්න මෙම මෘදුකාංගයට හඳුනාගත හැකිය.
- පිළිකා හඳුනා ගැනීම: වෛද්ය රෝග විනිශ්චය සඳහා දන්නා වස්තූන් හඳුනාගත හැකි MRI හෝ x-ray වැනි වෛද්ය ප්රතිබිම්බ.
වස්තූන් හඳුනාගැනීමේ උදාහරණයක් විදියට පහත රූපය සලකා බලමු.
මෙම රූපයේ ඇති තනි වස්තු හඳුනා ගැනීමට සහ පහත තොරතුරු ලබා දීමට වස්තු හඳුනාගැනීමේ ආකෘතියක් භාවිතා කළ හැක:
වස්තු හඳුනාගැනීමේ ආකෘතියක් මගින් පහත තොරතුරු ලබා දෙන බව සලකන්න:
- රූපයේ හඳුනාගත් එක් එක් වස්තුවේ වර්ගය
- වස්තු වර්ගීකරණයේ සම්භාවිතා ලකුණු
- එක් එක් වස්තුව සඳහා මායිම් ඛණ්ඩාංක
Azure සමගින් වස්තූන් හඳුනාගැනීම
Advanced deep learning techniques භාවිතා කිරීමෙන් ඔබට වස්තු හඳුනාගැනීමේ machine learning model නිර්මාණය කළ හැකිය. කෙසේ වෙතත්, මේ සඳහා සැලකිය යුතු විශේෂඥතාවයක් සහ පුහුණු දත්ත විශාල ප්රමාණයක් අවශ්ය වේ. Azure හි Custom Vision cognitive සේවාව මඟින් ඔබට අවම deep learning විශේෂඥතාවක් සහ training images සුළු ප්රමාණයක් සහිත බොහෝ computer vision scenarios සපුරාලන වස්තු හඳුනාගැනීමේ ආකෘති නිර්මාණය කිරීමට ඔබට හැකියාව ලැබේ.
Custom Vision සඳහා Azure resources
Custom Vision සමඟ වස්තූන් හඳුනාගැනීමේ විසඳුමක් නිර්මාණය කිරීම ප්රධාන කාර්යයන් තුනකින් සමන්විත වේ.
පළමුවෙන්ම images upload කරලා ඒවා tag කිරීම කළ යුතුය, පසුව ඔබට model එක පුහුණු කළ හැකිය, අවසාන වශයෙන් ඔබ model එක publish කළ යුතු අතර එමඟින් client applications වලට predictions generate කිරීමට එය භාවිතා කළ හැකිය.
මෙම එක් එක් කාර්යය සඳහා, ඔබට ඔබේ Azure subscription එකේ resource එකක් අවශ්ය වේ. ඒ සඳහා පහත ආකාරයේ resource භාවිතා කළ හැකිය.
Custom Vision: custom vision service සඳහා කැප වූ resource එකක් වගේම , එය training, හෝ prediction හෝ මෙම වර්ග දෙකෙහිම විය හැකිය.
Cognitive Services: වෙනත් cognitive services සමඟ Custom Vision ඇතුළත් cognitive service resource එකකි. training, හෝ prediction හෝ මෙම වර්ග දෙකම සඳහා ඔබට මෙම වර්ගයේ resource භාවිතා කළ හැකිය.
සරලම ක්රමය වන්නේ training සහ prediction යන දෙකම සඳහා සාමාන්ය Cognitive Services resource භාවිතා කිරීමයි.මෙයින් අදහස් කරන්නේ ඔබ සැලකිලිමත් විය යුත්තේ එක් endpoint එකක් සහ key එකක් පිළිබඳව පමණක් වේ. ඔබ Custom Vision resource එකක් නිර්මාණය කිරීමට තෝරා ගන්නේ නම්, training , prediction , හෝ දෙකම තෝරා ගැනීමට ඔබෙන් විමසනු ඇත – ඔබ “දෙකම” තෝරා ගන්නේ නම්, resource දෙකක් නිර්මාණය වන බව සැලකිල්ලට ගැනීම වැදගත් වේ – එකක් පුහුණු කිරීම සඳහා සහ එකක් අනාවැකි සඳහා
Image tagging
ඔබට වස්තු හඳුනාගැනීමේ models train කිරීමට පෙර, ඔබ training images සෙට් එකක classes සහ bounding box coordinates ටැග් කිරීම කළ යුතු වෙනවා. මෙම ක්රියාවලිය කාලය ගත විය හැක, නමුත් Custom Vision portal එක මගින් එය සරල කරන graphical interface සපයනු ලබනවා. මේ interface එක මගින් automatically image එකේ කැපුම් කෙටුම් ඇති ස්ථාන හෝ අසමාන ස්ථාන පෙන්වන අතර එමගින් අපට අවශ්ය පරිදි adjust කිරීම කල හැකි වෙනවා.මෙයට අමතරව , initial dataset එකක් මඟින් ටැග් කිරීම සහ පුහුණු කිරීමෙන් පසු, එම දත්ත කට්ටලයට එක් කරන පින්තූර සඳහා classes සහ bounding boxes යෝජනා කිරීමට Computer Vision service එකෙහි ස්මාර්ට් ටැගින් භාවිතා කළ හැක.
Model training and evaluation
models train කිරීම සඳහා, ඔබට Custom Vision portal භාවිතා කළ හැකිය, නැතහොත් ඔබට අවශ්ය coding සඳහා , Custom Vision service programming language-specific software development kits (SDKs) භාවිතා කළ හැකිය.වස්තු හඳුනාගැනීමේ models train කිරීම සඳහා වැය වන කාලය එක් එක් රූපවල ස්වභාවය අනුව වෙනස් විය හැක.
models train කිරීමේ ක්රියාවලිය iterative process එකක් වන අතර එහිදී Custom Vision service එක මඟින් සමහර දත්ත භාවිතා කරමින් ආකෘතිය නැවත නැවතත් පුහුණු කිරීම සිදු කරනු ලබනවා , නමුත් model එක evaluate කරන්න යම් දත්ත ප්රමාණයක් රඳවා තබා ගනී.
- Precision: model එක මගින් නිවැරදිව හඳුනාගත් class predictions ප්රතිශතය.
- Recall: model එක මගින් හඳුනාගත් class predictions ප්රතිශතය නිවැරදිද යන බව
- Mean Average Precision (mAP): precision සහ recall හි සමස්ත සාමාන්ය අගය
අද ලිපියෙන් සවිස්තරාත්මකව කතා කරපු Object Detection ක්රියාවලිය Azure සමගින් ඔබටම අත්හදා බැලීමේ හැකියාව තිබෙනවා. ඒ සඳහා මෙතනින් පිවිසෙන්න.