আমাজন রেকোনিশন একটি কম্পিউটার ভিশন পরিষেবা যা প্রমাণিত, উচ্চ মাপযোগ্য, গভীর শিক্ষার প্রযুক্তি ব্যবহার করে আপনার অ্যাপ্লিকেশনগুলিতে ইমেজ এবং ভিডিও বিশ্লেষণ যোগ করা সহজ করে তোলে যার ব্যবহারের জন্য কোনও মেশিন লার্নিং (ML) দক্ষতার প্রয়োজন নেই৷ Amazon Recognition এর মাধ্যমে, আপনি ছবি এবং ভিডিওতে বস্তু, মানুষ, পাঠ্য, দৃশ্য এবং কার্যকলাপ সনাক্ত করতে পারবেন, সেইসাথে যেকোন অনুপযুক্ত বিষয়বস্তু সনাক্ত করতে পারবেন। Amazon Recognition এছাড়াও অত্যন্ত সঠিক মুখের বিশ্লেষণ এবং মুখের অনুসন্ধান ক্ষমতা প্রদান করে যা আপনি বিভিন্ন ধরণের ব্যবহারের ক্ষেত্রে মুখ সনাক্ত করতে, বিশ্লেষণ করতে এবং তুলনা করতে ব্যবহার করতে পারেন।
অ্যামাজন স্বীকৃতি কাস্টম লেবেল আপনাকে আপনার ব্যবসার প্রয়োজনের জন্য নির্দিষ্ট চিত্রের বস্তু এবং দৃশ্যগুলি সনাক্ত করতে দেয়৷ উদাহরণস্বরূপ, আপনি সোশ্যাল মিডিয়া পোস্টগুলিতে আপনার লোগো খুঁজে পেতে পারেন, দোকানের তাকগুলিতে আপনার পণ্যগুলি সনাক্ত করতে পারেন, একটি সমাবেশ লাইনে মেশিনের অংশগুলিকে শ্রেণীবদ্ধ করতে পারেন, সুস্থ এবং সংক্রামিত উদ্ভিদের পার্থক্য করতে পারেন এবং আরও অনেক কিছু। ব্লগ পোস্ট আপনার নিজস্ব ব্র্যান্ড সনাক্তকরণ নির্মাণ ইমেজ এবং ভিডিওতে ব্র্যান্ড লোগো সনাক্ত করার জন্য এন্ড-টু-এন্ড সমাধান তৈরি করতে অ্যামাজন রিকগনিশন কাস্টম লেবেলগুলি কীভাবে ব্যবহার করবেন তা দেখায়।
Amazon Recognition কাস্টম লেবেলগুলি একটি সাধারণ এন্ড-টু-এন্ড অভিজ্ঞতা প্রদান করে যেখানে আপনি একটি ডেটাসেট লেবেল করে শুরু করেন এবং Amazon Recognition কাস্টম লেবেলগুলি ডেটা পরিদর্শন করে এবং সঠিক ML অ্যালগরিদম নির্বাচন করে আপনার জন্য একটি কাস্টম ML মডেল তৈরি করে৷ আপনার মডেল প্রশিক্ষিত হওয়ার পরে, আপনি ছবি বিশ্লেষণের জন্য অবিলম্বে এটি ব্যবহার শুরু করতে পারেন। আপনি যদি ব্যাচগুলিতে চিত্রগুলি প্রক্রিয়া করতে চান (যেমন দিনে বা সপ্তাহে একবার, বা দিনের সময় নির্ধারিত সময়ে), আপনি নির্ধারিত সময়ে আপনার কাস্টম মডেলের ব্যবস্থা করতে পারেন।
এই পোস্টে, আমরা দেখাই কিভাবে আপনি Amazon Recognition কাস্টম লেবেলগুলির সাথে একটি খরচ-অনুকূল ব্যাচ সমাধান তৈরি করতে পারেন যা নির্ধারিত সময়ে আপনার কাস্টম মডেলের ব্যবস্থা করে, আপনার সমস্ত ছবি প্রক্রিয়া করে এবং অতিরিক্ত খরচ এড়াতে আপনার সংস্থানগুলিকে বঞ্চিত করে৷
সমাধান ওভারভিউ
নিম্নলিখিত আর্কিটেকচার ডায়াগ্রামটি দেখায় কিভাবে আপনি Amazon Recognition কাস্টম লেবেলগুলির সাথে ব্যাচগুলিতে চিত্রগুলি প্রক্রিয়া করার জন্য একটি ব্যয়-কার্যকর এবং উচ্চ মাপযোগ্য ওয়ার্কফ্লো ডিজাইন করতে পারেন৷ এটি যেমন AWS পরিষেবার সুবিধা নেয় অ্যামাজন ইভেন্টব্রিজ, এডাব্লুএস স্টেপ ফাংশন, অ্যামাজন সরল সারি পরিষেবা (Amazon SQS), এডাব্লুএস ল্যাম্বদা, এবং আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3)।
এই সমাধানটি একটি সার্ভারহীন আর্কিটেকচার এবং পরিচালিত পরিষেবাগুলি ব্যবহার করে, তাই এটি চাহিদা অনুযায়ী স্কেল করতে পারে এবং কোনও সার্ভারের ব্যবস্থা এবং পরিচালনার প্রয়োজন হয় না। Amazon SQS সারি ইমেজ প্রসেসিং থেকে ইমেজ ইনজেশন ডিকপলিং করে এবং প্রতিটি ইনজেস্টেড ইমেজের জন্য বার্তার নির্ভরযোগ্য ডেলিভারি সক্ষম করে সমাধানের সামগ্রিক ত্রুটি সহনশীলতা বাড়ায়। অ্যামাজন রিকগনিশন কাস্টম লেবেল প্রকল্পের রাষ্ট্রীয় জীবনচক্র প্রক্রিয়াকরণ এবং পরিচালনার জন্য একটি চিত্র উপলব্ধ কিনা তা পরীক্ষা করার মতো স্বতন্ত্র কাজের একটি সিরিজ অর্কেস্ট্রেট করার জন্য স্টেপ ফাংশনগুলি ভিজ্যুয়াল ওয়ার্কফ্লো তৈরি করা সহজ করে তোলে। যদিও নিম্নলিখিত আর্কিটেকচারটি দেখায় যে আপনি কীভাবে AWS Lambda ব্যবহার করে Amazon Recognition কাস্টম লেবেলগুলির জন্য একটি ব্যাচ প্রক্রিয়াকরণ সমাধান তৈরি করতে পারেন, আপনি পরিষেবাগুলি ব্যবহার করে একটি অনুরূপ আর্কিটেকচার তৈরি করতে পারেন যেমন AWS Fargate.
নিম্নলিখিত পদক্ষেপগুলি সামগ্রিক কর্মপ্রবাহ বর্ণনা করে:
- একটি ছবি Amazon S3 বালতিতে সংরক্ষণ করা হলে, এটি একটি বার্তা ট্রিগার করে যা একটি Amazon SQS সারিতে সংরক্ষণ করা হয়।
- Amazon EventBridge একটি নির্দিষ্ট ফ্রিকোয়েন্সিতে একটি AWS স্টেপ ফাংশন ওয়ার্কফ্লো ট্রিগার করতে কনফিগার করা হয়েছে (ডিফল্টভাবে 1 ঘন্টা)।
- ওয়ার্কফ্লো চলাকালীন, এটি নিম্নলিখিত ক্রিয়াগুলি সম্পাদন করে:
- এটি Amazon SQS সারিতে থাকা আইটেমের সংখ্যা পরীক্ষা করে। সারিতে প্রসেস করার মতো কোনো আইটেম না থাকলে, ওয়ার্কফ্লো শেষ হয়ে যায়।
- সারিতে প্রসেস করার মতো আইটেম থাকলে, ওয়ার্কফ্লো অ্যামাজন রেকগনিশন কাস্টম লেবেল মডেল শুরু করে।
- ওয়ার্কফ্লো সেই ছবিগুলিকে প্রক্রিয়া করার জন্য একটি AWS Lambda ফাংশনের সাথে Amazon SQS ইন্টিগ্রেশন সক্ষম করে৷
- Amazon SQS সারি এবং AWS Lambda-এর মধ্যে একীকরণ সক্ষম হওয়ার সাথে সাথে নিম্নলিখিত ঘটনাগুলি ঘটে:
- AWS Lambda Amazon SQS থেকে ছবির বিশদ বিবরণ সহ বার্তা প্রক্রিয়াকরণ শুরু করে।
- AWS Lambda ফাংশন ছবিগুলি প্রক্রিয়া করার জন্য Amazon Recognition Custom Labels প্রকল্প ব্যবহার করে।
- AWS Lambda ফাংশন তারপর চূড়ান্ত বালতিতে অনুমানকৃত লেবেল ধারণকারী JSON ফাইল রাখে। ছবিটি উৎস বালতি থেকে চূড়ান্ত বালতিতেও সরানো হয়েছে।
- যখন সমস্ত ছবি প্রক্রিয়া করা হয়, তখন AWS স্টেপ ফাংশন ওয়ার্কফ্লো নিম্নলিখিতগুলি করে:
- এটি Amazon Recognition কাস্টম লেবেল মডেল বন্ধ করে দেয়।
- এটি ট্রিগার নিষ্ক্রিয় করে Amazon SQS কিউ এবং AWS Lambda ফাংশনের মধ্যে ইন্টিগ্রেশন অক্ষম করে।
নিম্নলিখিত চিত্রটি এই সমাধানের জন্য AWS স্টেপ ফাংশন স্টেট মেশিনকে চিত্রিত করে।
পূর্বশর্ত
এই সমাধান স্থাপন করতে, আপনার নিম্নলিখিত পূর্বশর্ত প্রয়োজন:
- ব্যবহার করে সমাধান স্থাপন করার অনুমতি সহ একটি AWS অ্যাকাউন্ট এডাব্লুএস ক্লাউডফর্মেশন, যা সৃষ্টি করে এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) ভূমিকা এবং অন্যান্য সম্পদ।
- অ্যামাজন রিকোগনিশন কাস্টম লেবেল প্রকল্পের অ্যামাজন রিসোর্স নেম (এআরএন) (এই নামে উল্লেখ করা হয়েছে প্রজেক্টআর্ন) এবং মডেল সংস্করণের অ্যামাজন রিসোর্স নেম (এআরএন) যা মডেলটিকে প্রশিক্ষণের পরে তৈরি করা হয়েছিল (এই হিসাবে উল্লেখ করা হয়েছে ProjectVersionArn) এই মানগুলি মডেলের স্থিতি পরীক্ষা করার জন্য এবং মডেল ব্যবহার করে চিত্রগুলি বিশ্লেষণ করার জন্য প্রয়োজন৷
কিভাবে একটি মডেল প্রশিক্ষণ শিখতে, দেখুন Amazon Recognition কাস্টম লেবেল দিয়ে শুরু করা.
বিস্তৃতি
আপনার AWS অ্যাকাউন্টে AWS CloudFormation ব্যবহার করে সমাধানটি স্থাপন করতে, এর ধাপগুলি অনুসরণ করুন গিটহুব রেপো. এটি নিম্নলিখিত সংস্থান তৈরি করে:
- Amazon S3 বালতি
- আমাজন SQS সারি
- AWS স্টেপ ফাংশন ওয়ার্কফ্লো
- ওয়ার্কফ্লো ট্রিগার করার জন্য Amazon EventBridge নিয়ম
- IAM ভূমিকা
- AWS Lambda ফাংশন
আপনি সমাধান দ্বারা তৈরি বিভিন্ন সম্পদের নাম দেখতে পারেন এর আউটপুট বিভাগে CloudFormation স্ট্যাক.
কর্মপ্রবাহ পরীক্ষা করা হচ্ছে
আপনার কর্মপ্রবাহ পরীক্ষা করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- ইনপুট S3 বালতিতে নমুনা চিত্র আপলোড করুন যা সমাধান দ্বারা তৈরি করা হয়েছিল (উদাহরণস্বরূপ, xxxx-sources3bucket-xxxx)।
- স্টেপ ফাংশন কনসোলে, সমাধান দ্বারা তৈরি স্টেট মেশিনটি বেছে নিন (উদাহরণস্বরূপ, CustomCVStateMachine-xxxx)।
আপনি দেখতে হবে রাষ্ট্র মেশিন প্রতি ঘন্টা Amazon EventBridge নিয়ম দ্বারা ট্রিগার করা হয়.
- আপনি পছন্দ করে ম্যানুয়ালি ওয়ার্কফ্লো শুরু করতে পারেন মৃত্যুদন্ড শুরু করুন.
- ছবিগুলি প্রক্রিয়া করা হলে, আপনি প্রতিটি ছবির জন্য JSON আউটপুট দেখতে আউটপুট S3 বালতিতে যেতে পারেন (উদাহরণস্বরূপ, xxxx-finals3bucket-xxxx)।
নিম্নলিখিত স্ক্রিনশটটি আমাজন স্বীকৃতি কাস্টম লেবেল থেকে তাদের সংশ্লিষ্ট JSON আউটপুট সহ চিত্রগুলির সাথে চূড়ান্ত S3 বাকেটের বিষয়বস্তু দেখায়৷
উপসংহার
এই পোস্টে, আমরা দেখিয়েছি কিভাবে আপনি Amazon Recognition কাস্টম লেবেলগুলির সাথে একটি ব্যয়-অনুকূল ব্যাচ সমাধান তৈরি করতে পারেন যা নির্ধারিত সময়ে আপনার কাস্টম মডেলের ব্যবস্থা করতে পারে, আপনার সমস্ত ছবি প্রক্রিয়া করতে পারে এবং অতিরিক্ত খরচ এড়াতে আপনার সংস্থানগুলিকে বঞ্চিত করতে পারে৷ আপনার ব্যবহারের ক্ষেত্রে নির্ভর করে, আপনি সহজেই নির্ধারিত সময় উইন্ডোটি সামঞ্জস্য করতে পারেন যেখানে সমাধানটি ব্যাচ প্রক্রিয়া করা উচিত। চিত্রগুলিতে বস্তু, দৃশ্য এবং ধারণা সনাক্ত করে এমন একটি মডেল কীভাবে তৈরি, প্রশিক্ষণ, মূল্যায়ন এবং ব্যবহার করবেন সে সম্পর্কে আরও তথ্যের জন্য দেখুন Amazon Recognition কাস্টম লেবেল দিয়ে শুরু হচ্ছে.
যদিও এই পোস্টে বর্ণিত সমাধানটি দেখিয়েছে কিভাবে আপনি Amazon Recognition কাস্টম লেবেলগুলির সাহায্যে ব্যাচের ছবিগুলিকে প্রক্রিয়া করতে পারেন, আপনি সহজেই ব্যাচের ছবিগুলিকে প্রক্রিয়া করার জন্য সমাধানটি পরিবর্তন করতে পারেন৷ দৃষ্টি জন্য Amazon Lookout ত্রুটি এবং অসঙ্গতি সনাক্তকরণের জন্য। অ্যামাজন লুকআউট ফর ভিশনের সাহায্যে, উৎপাদনকারী কোম্পানিগুলো মান বাড়াতে পারে এবং দ্রুত স্কেলে বস্তুর চিত্রের পার্থক্য চিহ্নিত করে অপারেশনাল খরচ কমাতে পারে। উদাহরণস্বরূপ, Amazon Lookout for Vision পণ্যের অনুপস্থিত উপাদান, যানবাহন বা কাঠামোর ক্ষতি, উৎপাদন লাইনে অনিয়ম, সিলিকন ওয়েফারের ক্ষুদ্র ত্রুটি এবং অন্যান্য অনুরূপ সমস্যা চিহ্নিত করতে ব্যবহার করা যেতে পারে। অ্যামাজন লুকআউট ফর ভিশন সম্পর্কে আরও জানতে, দেখুন বিকাশকারী গাইড.
লেখক সম্পর্কে
রাহুল শ্রীবাস্তব অ্যামাজন ওয়েব সার্ভিসের একজন সিনিয়র সলিউশন আর্কিটেক্ট এবং তিনি যুক্তরাজ্য ভিত্তিক। বড় এন্টারপ্রাইজ গ্রাহকদের সাথে কাজ করার বিস্তৃত স্থাপত্য অভিজ্ঞতা রয়েছে তার। তিনি আমাদের গ্রাহকদের আর্কিটেকচার, ক্লাউড অবলম্বন, একটি উদ্দেশ্য নিয়ে পণ্য তৈরিতে সাহায্য করছেন এবং বাস্তব বিশ্বের ব্যবসায়িক সমস্যা সমাধানের জন্য AI/ML এর সুবিধা গ্রহণ করছেন।
কাশিফ ইমরান অ্যামাজন ওয়েব সার্ভিসেসের একজন প্রধান সমাধান স্থপতি। তিনি কিছু বৃহত্তম AWS গ্রাহকদের সাথে কাজ করেন যারা জটিল ব্যবসায়িক সমস্যা সমাধানের জন্য AI/ML এর সুবিধা নিচ্ছেন। তিনি স্কেল কম্পিউটার ভিশন অ্যাপ্লিকেশন বাস্তবায়নের জন্য প্রযুক্তিগত দিকনির্দেশনা এবং নকশা পরামর্শ প্রদান করেন। তার দক্ষতা অ্যাপ্লিকেশন আর্কিটেকচার, সার্ভারবিহীন, কন্টেইনার, NoSQL এবং মেশিন লার্নিংকে বিস্তৃত করে।
