মিট এসএএম, মেটার নতুন এআই ইমেজ সেগমেন্টেশন টুল যা আপনার জন্য জটিল ছবি নিয়ে কাজ করে

মেটার নতুন সেগমেন্ট এনিথিং মডেল প্রকাশিত হয়েছিল। SAM মডেল হল ইমেজ সেগমেন্টেশনের জন্য উচ্চ মানের মাস্ক তৈরি করার একটি নতুন উপায়।

অনুস্মারক: ইমেজ সেগমেন্টেশন হল কম্পিউটার ভিশনের একটি মৌলিক কাজ যার লক্ষ্য হল একটি ছবিকে এমন অঞ্চলে ভাগ করা যা বিভিন্ন অবজেক্ট বা শব্দার্থিক বিভাগের সাথে মিলে যায় এবং অনেকগুলি অ্যাপ্লিকেশন রয়েছে, যেমন অবজেক্ট সনাক্তকরণ, দৃশ্য বোঝা, চিত্র সম্পাদনা এবং ভিডিও বিশ্লেষণ।

যাইহোক, ইমেজ সেগমেন্টেশনও একটি চ্যালেঞ্জিং সমস্যা, বিশেষ করে জটিল দৃশ্যের সাথে কাজ করার সময় যেখানে বিভিন্ন আকার, আকার এবং চেহারা সহ একাধিক বস্তু রয়েছে। অধিকন্তু, বেশিরভাগ বিদ্যমান ইমেজ সেগমেন্টেশন পদ্ধতিতে প্রশিক্ষণের জন্য প্রচুর পরিমাণে টীকাযুক্ত ডেটা প্রয়োজন, যা পেতে ব্যয়বহুল এবং সময়সাপেক্ষ হতে পারে। মেটা SAM মডেলের সাথে এই সমস্যাটি সমাধান করতে চায়।

SAM মডেল: মেটার নতুন সেগমেন্ট এনিথিং মডেল কি?

সেগমেন্ট এনিথিং মডেল (SAM) হল একটি নতুন এবং শক্তিশালী কৃত্রিম বুদ্ধিমত্তা মডেল যা উচ্চ মানের এবং দক্ষতার সাথে একটি ছবি বা ভিডিওতে যেকোনো বস্তুকে ভাগ করতে পারে। বিভাজন হল একটি বস্তুকে তার পটভূমি বা অন্যান্য বস্তু থেকে আলাদা করার এবং একটি মুখোশ তৈরি করার প্রক্রিয়া যা এর আকার এবং সীমারেখা নির্দেশ করে। SAM মডেলের সাথে, আপনার সম্পাদনা, কম্পোজিটিং, ট্র্যাকিং, স্বীকৃতি এবং বিশ্লেষণের কাজগুলি সহজ হবে৷

SAM অন্যান্য সেগমেন্টেশন মডেল থেকে বিভিন্ন উপায়ে আলাদা, যেমন:

• SAM প্রম্পটেবল, যার মানে কোন বস্তুকে সেগমেন্ট করতে হবে তা নির্দিষ্ট করতে এটি বিভিন্ন ইনপুট প্রম্পট নিতে পারে, যেমন পয়েন্ট বা বাক্স। উদাহরণস্বরূপ, আপনি একজন ব্যক্তির মুখের চারপাশে একটি বাক্স আঁকতে পারেন এবং সেগমেন্ট এনিথিং মডেল মুখের জন্য একটি মুখোশ তৈরি করবে। আপনি একসাথে একাধিক অবজেক্টকে ভাগ করার জন্য একাধিক প্রম্পটও দিতে পারেন। SAM মডেলটি জটিল দৃশ্যগুলিকে বাধা, প্রতিফলন এবং ছায়া সহ পরিচালনা করতে পারে।
• SAM 11 মিলিয়ন ইমেজ এবং 1.1 বিলিয়ন মাস্কের একটি বিশাল ডেটাসেটে প্রশিক্ষণপ্রাপ্ত, যা এখন পর্যন্ত সবচেয়ে বড় সেগমেন্টেশন ডেটাসেট। এই ডেটাসেটে বিস্তৃত অবজেক্ট এবং বিভাগ যেমন প্রাণী, গাছপালা, যানবাহন, আসবাবপত্র, খাবার এবং আরও অনেক কিছু কভার করে। SAM এর সাধারণীকরণ ক্ষমতা এবং ডেটা বৈচিত্র্যের জন্য ধন্যবাদ এমন বস্তুগুলিকে ভাগ করতে পারে যা এটি আগে কখনও দেখেনি।
• SAM এর বিভিন্ন ধরনের সেগমেন্টেশন টাস্কে শক্তিশালী জিরো-শট পারফরম্যান্স রয়েছে। জিরো-শট মানে হল যে SAM কোনো নির্দিষ্ট কাজ বা ডোমেনে কোনো অতিরিক্ত প্রশিক্ষণ বা ফাইন-টিউনিং ছাড়াই অবজেক্টকে সেগমেন্ট করতে পারে। উদাহরণস্বরূপ, SAM মুখ, হাত, চুল, জামাকাপড় এবং আনুষাঙ্গিক কোনো পূর্ব জ্ঞান বা তত্ত্বাবধান ছাড়াই ভাগ করতে পারে। SAM অবজেক্টকে বিভিন্ন পদ্ধতিতেও ভাগ করতে পারে, যেমন ইনফ্রারেড ছবি বা গভীরতার মানচিত্র।

SAM মডেল বিভিন্ন ইমেজ সেগমেন্টেশন বেঞ্চমার্কে চিত্তাকর্ষক ফলাফল অর্জন করে, যেমন COCO। SAM এছাড়াও লোগো, টেক্সট, ফেস বা স্কেচ সেগমেন্ট করার মতো বেশ কিছু জিরো-শট সেগমেন্টেশন টাস্কে পূর্বে সম্পূর্ণ তত্ত্বাবধানে থাকা পদ্ধতিগুলিকে ছাড়িয়ে যায় বা মেলে। এটি বিভিন্ন ডোমেন এবং পরিস্থিতিতে এর বহুমুখীতা এবং দৃঢ়তা প্রদর্শন করে।

ভবিষ্যতে: সেগমেন্ট এনিথিং মডেল (SAM মডেল) প্রকল্প এখনও তার প্রাথমিক দিনগুলিতে রয়েছে৷ মেটা অনুসারে, এগুলি সেগমেন্ট এনিথিং মডেলের কিছু ভবিষ্যত অ্যাপ্লিকেশন:

• ভবিষ্যত AR চশমা SAM ব্যবহার করতে পারে সাধারণ বস্তু চিনতে এবং সহায়ক অনুস্মারক এবং নির্দেশ প্রদান করতে।

• SAM-এর অন্যান্য অনেক ক্ষেত্র যেমন কৃষি এবং জীববিদ্যাকে প্রভাবিত করার ক্ষমতা রয়েছে। একদিন, এটি কৃষক এবং বিজ্ঞানীদেরও উপকার করতে পারে।

এসএএম মডেল কম্পিউটার দৃষ্টি এবং কৃত্রিম বুদ্ধিমত্তা গবেষণায় একটি যুগান্তকারী হতে পারে। এটি ভিশনের জন্য ফাউন্ডেশন মডেলগুলির সম্ভাব্যতা প্রদর্শন করে, যা এমন মডেল যা বড় আকারের ডেটা থেকে শিখতে পারে এবং নতুন কাজ এবং ডোমেনে স্থানান্তর করতে পারে।

সেগমেন্ট এনিথিং মডেল (SAM মডেল) বৈশিষ্ট্য

এখানে SAM মডেলের কিছু ক্ষমতা রয়েছে:

• SAM মডেল ব্যবহার করে, ব্যবহারকারীরা বিভাজন থেকে অন্তর্ভুক্ত বা বাদ দেওয়ার জন্য পৃথক পয়েন্ট নির্বাচন করে দ্রুত এবং সহজে বস্তুগুলিকে ভাগ করতে পারে। একটি সীমানা বাক্স মডেলের জন্য একটি সংকেত হিসাবে ব্যবহার করা যেতে পারে।
• যখন আইটেমটি বিভক্ত হওয়ার বিষয়ে অনিশ্চয়তা বিদ্যমান, তখন SAM মডেল অনেকগুলি বৈধ মুখোশ তৈরি করতে পারে, যা বাস্তব জগতে বিভাজন সমাধানের জন্য একটি গুরুত্বপূর্ণ এবং সমালোচনামূলক দক্ষতা।
• সেগমেন্ট এনিথিং মডেলের সাথে স্বয়ংক্রিয় বস্তু সনাক্তকরণ এবং মাস্কিং এখন সহজ।
• ইমেজ এম্বেডিং প্রি-কম্পিউটিং করার পরে, সেগমেন্ট এনিথিং মডেল যেকোন প্রম্পটের জন্য অবিলম্বে একটি সেগমেন্টেশন মাস্ক প্রদান করতে পারে, মডেলের সাথে রিয়েল-টাইম ইন্টারঅ্যাকশন সক্ষম করে।

চিত্তাকর্ষক, তাই না? তাহলে এর পেছনে প্রযুক্তি কী?

SAM মডেল কিভাবে কাজ করে?

এনএলপি-তে এবং সাম্প্রতিককালে, কম্পিউটার ভিশনে সবচেয়ে চমকপ্রদ আবিষ্কারগুলির মধ্যে একটি হল নভেল ডেটাসেট এবং ফাউন্ডেশন মডেল ব্যবহার করে কাজগুলিতে জিরো-শট এবং কয়েক-শট লার্নিং সক্ষম করার জন্য "প্রম্পটিং" পদ্ধতির ব্যবহার। মেটা এই ক্ষেত্রে অনুপ্রেরণা পাওয়া গেছে.

যদি ফোরগ্রাউন্ড/ব্যাকগ্রাউন্ড পয়েন্ট, একটি রুক্ষ বাক্স বা মাস্ক, ফ্রিফর্ম টেক্সট, বা অন্য কোনও ইনপুট দেওয়া হয় যা নির্দেশ করে যে কোনও ছবিতে কী ভাগ করতে হবে, মেটা এআই টিম সেগমেন্ট এনিথিং মডেলকে একটি সঠিক সেগমেন্টেশন মাস্ক তৈরি করতে শিখিয়েছে। একটি সঠিক মুখোশের প্রয়োজনীয়তা কেবল বোঝায় যে আউটপুটটি এমন একটি জিনিসের জন্য উপযুক্ত মাস্ক হওয়া উচিত যা প্রম্পটটি উল্লেখ করতে পারে (উদাহরণস্বরূপ, একটি শার্টের একটি বিন্দু শার্ট বা এটি পরা ব্যক্তিকে প্রতিনিধিত্ব করতে পারে)। এই কাজটি মডেল প্রাক-প্রশিক্ষণের জন্য এবং জেনেরিক ডাউনস্ট্রিম সেগমেন্টেশন সমস্যার সমাধানের জন্য ব্যবহার করা হয়।

মেটা লক্ষ্য করেছে যে প্রিট্রেইনিং টাস্ক এবং ইন্টারেক্টিভ ডেটা সংগ্রহ মডেল নির্মাণের উপর নির্দিষ্ট সীমাবদ্ধতা আরোপ করেছে। বিশেষ করে, তাদের টীকাকারদের একটি ব্রাউজারে সেগমেন্ট এনিথিং মডেল ব্যবহার করতে সক্ষম হতে হবে, ইন্টারেক্টিভভাবে, রিয়েল-টাইমে, এটি কার্যকর হওয়ার জন্য একটি CPU-তে। রানটাইম প্রয়োজনীয়তা মেটাতে গুণমান এবং গতির মধ্যে কিছু আপস থাকা সত্ত্বেও, তারা আবিষ্কার করে যে একটি সরল পদ্ধতি সন্তোষজনক ফলাফল দেয়।

পিছনের প্রান্তে, একটি ইমেজ এনকোডার ইমেজের জন্য একটি অনন্য এম্বেডিং তৈরি করে, যখন একটি লাইটওয়েট এনকোডার তাত্ক্ষণিকভাবে যেকোনো প্রশ্নকে এমবেডিং ভেক্টরে রূপান্তর করতে পারে। একটি লাইটওয়েট ডিকোডার তারপরে এই দুটি ডেটা উত্সকে একত্রিত করতে ব্যবহৃত হয় যাতে সেগমেন্টেশন মাস্কগুলি অনুমান করা যায়। ইমেজ এম্বেডিং গণনা করার পরে, SAM একটি ওয়েব ব্রাউজারে প্রায় 50 ms এ একটি অংশ সহ প্রতিটি প্রশ্নের উত্তর দিতে পারে।

SAM সৃজনশীল পেশাদার এবং উত্সাহীদের জন্য একটি দরকারী টুল যারা সহজে এবং নমনীয়তার সাথে ছবি এবং ভিডিও সম্পাদনা করতে চান। তবে প্রথমে, আপনাকে কীভাবে এটি অ্যাক্সেস করতে হবে এবং ব্যবহার করতে হবে তা শিখতে হবে।

সেগমেন্ট এনিথিং মডেল (SAM মডেল) কীভাবে ব্যবহার করবেন?

এসএএম মেটা এআই রিসার্চ (পূর্বে ফেসবুক এআই রিসার্চ) দ্বারা তৈরি করা হয়েছে এবং এটি সর্বজনীনভাবে উপলব্ধ GitHub. আপনি একটি দিয়ে SAM অনলাইনেও চেষ্টা করতে পারেন ডেমো অথবা 1 বিলিয়ন মাস্ক এবং 1 মিলিয়ন ছবির ডেটাসেট (SA-11B) ডাউনলোড করুন। মডেল ব্যবহার করা বেশ সহজ; শুধু এই পদক্ষেপগুলি অনুসরণ করুন:

• ডেমো ডাউনলোড করুন অথবা সেগমেন্ট এনিথিং মডেল ডেমোতে যান।
• একটি ছবি আপলোড করুন বা গ্যালারিতে একটি চয়ন করুন৷
• যোগ করুন এবং বিষয় এলাকা
  • পয়েন্ট যোগ করে মাস্ক এলাকা. এলাকা যোগ করুন নির্বাচন করুন, তারপর বস্তু নির্বাচন করুন। এলাকা সরান নির্বাচন করে মাস্ক পরিমার্জিত করুন, তারপর এলাকা নির্বাচন করুন।

তারপর আপনি চান হিসাবে আপনার টাস্ক সম্পূর্ণ!

আরও তথ্যের জন্য, ক্লিক করুন এখানে.

---

ছবি সৌজন্যে: মেটা

এআই 101

আপনি কি AI এ নতুন? আপনি এখনও এআই ট্রেনে উঠতে পারেন! আমরা একটি বিস্তারিত তৈরি করেছি এআই শব্দকোষ সর্বাধিক ব্যবহৃত জন্য কৃত্রিম বুদ্ধিমত্তা পদ এবং ব্যাখ্যা করুন কৃত্রিম বুদ্ধিমত্তার মৌলিক বিষয় পাশাপাশি এআই এর ঝুঁকি এবং সুবিধা. তাদের ব্যবহার মুক্ত মনে. শেখা কিভাবে AI ব্যবহার করবেন একটি খেলা পরিবর্তনকারী! এআই মডেল বিশ্বের পরিবর্তন হবে।

AI সরঞ্জামগুলি আমরা পর্যালোচনা করেছি

প্রায় প্রতিদিনই, একটি নতুন টুল, মডেল বা বৈশিষ্ট্য পপ আপ হয় এবং আমাদের জীবনকে নতুনের মতো পরিবর্তন করে OpenAI ChatGPT প্লাগইন, এবং আমরা ইতিমধ্যে সেরা কিছু পর্যালোচনা করেছি:

• টেক্সট-টু-টেক্সট এআই টুল

আপনি শিখতে চান কিভাবে কার্যকরভাবে ChatGPT ব্যবহার করবেন? আমাদের কাছে স্যুইচ না করেই আপনার জন্য কিছু টিপস এবং কৌশল রয়েছে৷ চ্যাটজিপিটি প্লাস! আপনি যখন এআই টুল ব্যবহার করতে চান, তখন আপনি "এর মতো ত্রুটি পেতে পারেনচ্যাটজিপিটি এখন ক্ষমতা সম্পন্ন” এবং "1 ঘন্টার মধ্যে অনেক বেশি অনুরোধ পরে আবার চেষ্টা করুন". হ্যাঁ, তারা সত্যিই বিরক্তিকর ত্রুটি, কিন্তু চিন্তা করবেন না; আমরা তাদের ঠিক করতে জানি। চ্যাটজিপিটি কি চুরি মুক্ত? এটি একটি একক উত্তর খুঁজে পাওয়া একটি কঠিন প্রশ্ন. আপনি যদি চুরির ভয় পান তবে নির্দ্বিধায় ব্যবহার করুন এআই চুরির চেকার। এছাড়াও, আপনি অন্য চেক করতে পারেন এআই চ্যাটবটস এবং এআই প্রবন্ধ লেখক ভাল ফলাফলের জন্য।

• টেক্সট-টু-ইমেজ এআই টুল

যদিও এখনও কিছু আছে কৃত্রিম বুদ্ধিমত্তা-উৎপন্ন ছবি নিয়ে বিতর্ক, মানুষ এখনও খুঁজছেন সেরা এআই আর্ট জেনারেটর. এআই ডিজাইনারদের প্রতিস্থাপন করবে? পড়তে থাকুন এবং খুঁজে বের করুন.

• অন্যান্য এআই টুলস

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• উত্স: https://dataconomy.com/2023/04/sam-model-meta-segment-anything-model-mask/