কম্পিউটার ভিশন, এআই-এর একটি শাখা, কম্পিউটারকে ছবি এবং ভিডিও থেকে দরকারী তথ্য আঁকতে সক্ষম করে। মেশিন লার্নিং মডেল তারপর এক্সট্রাক্ট করা তথ্যের উপর কাজ করে। যদিও কম্পিউটার দৃষ্টি কম্পিউটারের চোখ হিসাবে কাজ করে - বিশ্বকে পর্যবেক্ষণ এবং বোঝা, AI এটিকে চিন্তা করার অনুমতি দেয়। কম্পিউটার ভিশন টেকনোলজির উদ্দেশ্য হল কম্পিউটিং সিস্টেমকে ছবি, ভিডিও এবং অন্যান্য ভিজ্যুয়াল ইনপুট বুঝতে সক্ষম করা - প্রসঙ্গ সহ - অনেকটা মানুষের দৃষ্টির মতো।
মুখের স্বীকৃতির জন্য শীর্ষ 15টি বিনামূল্যের চিত্র ডেটাসেট
একটি ফেসিয়াল রিকগনিশন সিস্টেম তার কম্পিউটার ভিশনের কাজগুলি শুধুমাত্র তখনই সম্পাদন করতে পারে যখন মানসম্পন্ন ইমেজ ডেটাসেটে প্রশিক্ষণ দেওয়া হয়। একটি গুণমান চিত্র স্বীকৃতি ডেটাসেট ছাড়া, আপনি একটি শক্তিশালী বিকাশ করতে সক্ষম নাও হতে পারে৷ মুখের স্বীকৃতি সিস্টেম. কিন্তু আমরা একটি সমাধান আছে.
উচ্চ-মানের ওপেন-ইমেজ ডেটাসেটের একটি সংগ্রহস্থল অন্বেষণ করুন যা বিনামূল্যে অ্যাক্সেস করা যেতে পারে।
চলুন শুরু করা যাক।
গতিবিদ্যা-700
কাইনেটিক্স-700 হল সবচেয়ে বিস্তৃত ভিডিও ডেটাসেটগুলির মধ্যে একটি যা দ্রুত মুখের শনাক্তকরণ সমাধানগুলির বিকাশের জন্য আদর্শ হয়ে উঠেছে৷ কাইনেটিক্স-700কে ডিপ মাইন্ড ওয়েবসাইটে একটি ডেটাসেট হিসাবে বর্ণনা করা হয়েছে যাতে উচ্চ-মানের ছবি রয়েছে, যার মধ্যে প্রায় 650টি ইউটিউব লিঙ্ক রয়েছে যার মধ্যে 700টি মানব অ্যাকশন ক্লাস রয়েছে।
চিত্রগুলি মানব-বস্তুর মিথস্ক্রিয়া (যেমন দরজা বন্ধ করা বা গিটার বাজানো) এবং মানব-মানুষের মিথস্ক্রিয়া (যেমন আলিঙ্গন বা হাত ধরা) চিত্রিত করে। এই ক্লাসগুলির প্রতিটিতে কমপক্ষে 600টি ভিডিও ক্লিপ রয়েছে এবং এটি মানব-টীকাযুক্ত৷
লেবেলযুক্ত ফেস ইন দ্য ওয়াইল্ড
আরেকটি ফ্রি-টু-ডাউনলোড বৃহৎ ফেসিয়াল ইমেজ ডেটাসেট, লেবেলযুক্ত ফেস ইন দ্য ওয়াইল্ডে প্রায় 13,000টি ফেসিয়াল ফটোগ্রাফ রয়েছে যা বিশেষভাবে অবাধ ফেসিয়াল রিকগনিশন কাজ সম্পাদনের জন্য ডিজাইন করা হয়েছে। ছবিগুলি ওয়েব থেকে সংগ্রহ করা হয় এবং ব্যক্তির নামের সাথে লেবেল করা হয়৷
আইএমডিবি-উইকি
IMDB-WiKi হল আরেকটি বৃহৎ সর্বজনীনভাবে উপলব্ধ ইমেজ ডেটাসেট যেখানে নাম, বয়স এবং লিঙ্গ সহ মানুষের মুখ রয়েছে৷ ছবিগুলি IMDB এবং উইকিপিডিয়া থেকে নেওয়া হয়েছে মোট 523, 051টি। অভিনেতার IMDB প্রোফাইল এবং উইকিপিডিয়া ক্রল করে ডেটাসেটটি সংগ্রহ করা হয়েছিল।
সেলিবফেস
CelebFaces হল একটি অবাধে উপলব্ধ ইমেজ ডেটাসেট যাতে 200,000 টিরও বেশি সেলিব্রিটির মুখের বৈশিষ্ট্যযুক্ত ছবি রয়েছে। এই চিত্রগুলির প্রতিটি 40টি বৈশিষ্ট্য সহ টীকাযুক্ত আসে। তদুপরি, টীকাগুলিতে 10,000 এবং আরও বেশি পরিচয় এবং ল্যান্ডমার্ক স্থানীয়করণ অন্তর্ভুক্ত রয়েছে। এটি MMLAB দ্বারা অ-বাণিজ্যিক গবেষণার উদ্দেশ্যে এবং মুখ সনাক্তকরণ, স্থানীয়করণ এবং বৈশিষ্ট্য স্বীকৃতির জন্য তৈরি করা হয়েছিল।
ছবিগুলিতে মুখ সনাক্তকরণ
চিত্রগুলিতে মুখ সনাক্তকরণ হল একটি বিনামূল্যে-ব্যবহারের সহজ ডেটাসেট যাতে 500 টিরও বেশি মুখ সহ 1100 টিরও বেশি চিত্র রয়েছে৷ বাউন্ডিং বক্স কৌশলের সাহায্যে, ছবিগুলি ম্যানুয়ালি ট্যাগ এবং টীকা করা হয়।
Tufts ফেস ডাটাবেস
Tufts Face ডাটাবেস হল ফটোগ্রাফিক ছবি, মুখের কম্পিউটারাইজড স্কেচ এবং অংশগ্রহণকারীদের 3D, থার্মাল এবং ইনফ্রারেড ছবি সহ বিভিন্ন ইমেজ মোডালিটি সহ একটি বৃহৎ আকারের ভিন্ন ভিন্ন মুখ সনাক্তকরণ ডেটাবেস। 10,000 টিরও বেশি চিত্রের এই ব্যাপক সংগ্রহে উভয় লিঙ্গ, বিস্তৃত বয়সের পরিসর এবং বিভিন্ন দেশের অংশগ্রহণকারীরা রয়েছে৷
Google মুখের অভিব্যক্তি তুলনা
Google ফেসিয়াল এক্সপ্রেশন তুলনা হল আরেকটি বড় আকারের বিনামূল্যের ডেটাসেট যাতে মুখের ছবি ট্রিপলেট থাকে। তিনটির মধ্যে কোন জুটির মুখের অভিব্যক্তি সবচেয়ে বেশি একই রকম তা নির্দিষ্ট করার জন্য মানুষ ছবিগুলিকে আরও টীকা করে৷
UMDFaces
বৃহত্তম ডেটাসেটগুলির মধ্যে একটি, UMDFaces 367,000টি বিষয় জুড়ে 8,200টিরও বেশি টীকাযুক্ত মুখের বৈশিষ্ট্য রয়েছে৷ ডাটাবেসে 3.7টি বিষয়ের মুখের কী পয়েন্ট ব্যবহার করে ভিডিও থেকে 3,100 মিলিয়নেরও বেশি টীকাযুক্ত ফ্রেম রয়েছে।
ফেসিয়াল কীপয়েন্ট সহ YouTube
ফেসিয়াল কীপয়েন্ট সহ YouTube-এ পাবলিক ফোরাম থেকে নেওয়া সেলিব্রিটিদের মুখের ছবি রয়েছে৷ ছবিগুলি ভিডিও থেকে ক্রপ করা হয়েছে এবং প্রতিটি ফ্রেমের মুখের মূল পয়েন্টগুলিতে ফোকাস করা হয়েছে৷
প্রশস্ত মুখ
ওয়াইডার ফেস-এ একক এবং মানুষের গোষ্ঠীর 10,000টিরও বেশি ছবি রয়েছে৷ প্যারেড, ট্রাফিক, পার্টি, মিটিং ইত্যাদির মতো অসংখ্য দৃশ্যের উপর ভিত্তি করে ডেটাসেটটি গোষ্ঠীভুক্ত করা হয়েছে।
ইয়েল ফেস ডাটাবেস
ইয়েল ফেস ডেটাবেসে বিভিন্ন আলো, অভিব্যক্তি, আবেগ এবং পরিবেশগত অবস্থার অধীনে 165টি বিষয়ের 15টি চিত্র রয়েছে।
সিম্পসন ফেস
The Simpsons faces হল দীর্ঘতম-চলমান টিভি প্রোগ্রাম, সিম্পসন, সিজন 25 থেকে 28 থেকে তোলা ছবির একটি সংগ্রহ৷ নাম অনুসারে, এই ডেটাসেটে সিম্পসন শোতে প্রদর্শিত চরিত্রের মুখগুলির 10,000টি ক্রপ করা ছবি রয়েছে৷
আসল এবং নকল মুখ সনাক্তকরণ
আসল এবং নকল মুখ সনাক্তকরণ ডেটাসেটটি মুখের শনাক্তকরণ সিস্টেমগুলিকে আসল এবং নকল মুখের চিত্রগুলির মধ্যে আরও ভালভাবে পার্থক্য করতে সহায়তা করার জন্য ডিজাইন করা হয়েছে৷ ডেটাসেটে 1000 টিরও বেশি আসল এবং 900টি নকল মুখ রয়েছে যার সাথে বিভিন্ন শনাক্ত করা যায়।
ফ্লিকার ফেস
Flickr Faces হল একটি মুখের ছবি ডেটাসেট যা Flickr থেকে ক্রল করা হয়েছে। উচ্চ-মানের ডেটাসেটে বয়স, জাতীয়তা, জাতিগততা এবং ছবির পটভূমির মতো স্বতন্ত্র বৈশিষ্ট্যযুক্ত ব্যক্তিদের 70,000-এর বেশি PNG ছবি রয়েছে৷
ফিশনেট ওপেন ইমেজ ডেটাসেট
ফিশনেট ওপেন ইমেজ ডেটাসেটটিকে মাছ ধরার 35,000টি ছবি সম্বলিত মুখ শনাক্তকরণ সিস্টেমের প্রশিক্ষণের জন্য নিখুঁত ডেটাসেট বলে মনে করা হয়। প্রতিটি ছবি পাঁচটি বাউন্ডিং বাক্স ব্যবহার করে ক্রপ করা হয়েছে।
ফেসিয়াল রিকগনিশন সিস্টেমের প্রশিক্ষণ এবং বিকাশের জন্য উচ্চ-মানের ইমেজ ডেটাসেটগুলিতে অ্যাক্সেস থাকা অত্যন্ত গুরুত্বপূর্ণ। আপনার ফেসিয়াল রিকগনিশন মডেলটি আপনি মডেলটিকে প্রশিক্ষণের জন্য যে ডেটাসেট ব্যবহার করছেন তার মতোই কার্যকর, বিশ্বাসযোগ্য এবং নির্ভরযোগ্য।
যেহেতু ডেটা এআই চালায় এবং কম্পিউটার ভিশন, আপনার প্রয়োজন উচ্চ মানের ডেটা একটি বিজয়ী ফেসিয়াল রিকগনিশন সিস্টেম বিকাশ করতে। এই ফ্রি-টু-ব্যবহার এবং টীকাযুক্ত ইমেজ ডেটাসেটগুলি আপনার উন্নয়ন লক্ষ্যগুলিকে আরও এগিয়ে নিতে পারে। যাইহোক, আপনার যদি অত্যন্ত কাস্টমাইজড এবং সঠিকভাবে টীকাযুক্ত ইমেজ ডেটাসেটের প্রয়োজন হয়, তাহলে Shaip হল একমাত্র সমাধান।
আমরা ক্লায়েন্টদের তাদের নির্দিষ্ট প্রয়োজনের জন্য কাস্টমাইজড ডেটা সমাধান প্রদানের বছরের অভিজ্ঞতার সাথে সবচেয়ে পছন্দের AI সমাধান অংশীদার। আমাদের ডেটা দক্ষতা সম্পর্কে আরও জানতে, আজই আমাদের দলের সাথে যোগাযোগ করুন।
