সম্পূর্ণ দৃশ্য শব্দার্থিক বিভাজন
শাইপ কীভাবে সম্পূর্ণ রাস্তার দৃশ্য জুড়ে পিক্সেল-স্তরের সিমান্টিক সেগমেন্টেশন সরবরাহ করেছেন — রাস্তা এবং আকাশ থেকে শুরু করে রাস্তার চিহ্ন এবং সূক্ষ্ম খুঁটি পর্যন্ত প্রতিটি বস্তু ও পৃষ্ঠকে লেবেল করে — যা স্বচালিত ড্রাইভিং, স্মার্ট সিটি এবং পরিবেশগত এআই-এর জন্য একটি প্রোডাকশন-গ্রেড ডেটাসেট হিসাবে তৈরি করা হয়েছে।
প্রজেক্ট সারসংক্ষেপ
যেহেতু দৃশ্য অনুধাবন ক্ষমতা স্বচালিত গাড়ি, স্মার্ট সিটি পরিকল্পনা এবং পরিবেশ পর্যবেক্ষণকারী এআই-এর ভিত্তি হয়ে উঠছে, তাই ক্লায়েন্টের এমন একটি ব্যাপক সেগমেন্টেশন পাইপলাইনের প্রয়োজন ছিল যা ছবির প্রতিটি পিক্সেলকে লেবেল করতে সক্ষম — শুধু বাউন্ডিং বক্স বা প্রধান বস্তুগুলোকে নয়।
শাইপ পলিগন ও সিমান্টিক মাস্ক টুলিং, ব্যাপক ক্লাস কভারেজ, এজ-প্রিসিশন বাউন্ডারি হ্যান্ডলিং এবং টু-টিয়ার কিউএ (QA) সমন্বিত একটি এন্ড-টু-এন্ড পিক্সেল-লেভেল অ্যানোটেশন পাইপলাইন তৈরি করেছেন, যা সম্পূর্ণ সিন বোঝার জন্য এআই-এর উপযোগী মডেল-রেডি ডেটাসেট তৈরি করে।
মূল পরিসংখ্যান
পিক্সেল যথার্থতা
৮০%
QA স্তর
2-টিয়ার
কভারেজ
প্রতি পিক্সেল
শ্রেণী সেট
ব্যাপক
চ্যালেঞ্জ
- লেবেল প্রতিটি পিক্সেল ছবিতে — কোনো লেবেলবিহীন অঞ্চল অনুমোদিত নয়
- রচনা অনিয়মিত সীমানা গাছপালার ছাউনি, জলাশয়ের উপরিভাগ এবং রাস্তার ফাটল
- বিশিষ্ট রাস্তার পৃষ্ঠ থেকে রাস্তার চিহ্ন জীর্ণ বা বিবর্ণ অবস্থায়
- বিভাজন কুয়াশা থেকে আকাশ অথবা নির্ভুলভাবে মেঘাচ্ছন্ন পটভূমি
- নিয়ন্ত্রণের পরিচ্ছন্ন শ্রেণী সীমানা রাস্তা থেকে ফুটপাতে, গাছপালা থেকে মাটিতে, পানি থেকে মাটিতে রূপান্তরের সময়
সমাধান
ব্যাপক ক্লাস সেট
অ্যানোটেশনটিতে দৃশ্যের সকল বিভাগ অন্তর্ভুক্ত ছিল — রাস্তার উপরিভাগ, আকাশ, গাছপালা, মাটি ও ভূখণ্ড, জলাশয়, খুঁটি ও নির্দেশক কাঠামো, রাস্তার চিহ্ন (লেন লাইন, তীরচিহ্ন, জেব্রা ক্রসিং), যানবাহন (গাড়ি, ট্রাক, বাস, মোটরসাইকেল, বাইসাইকেল), এবং ভবন ও মানবসৃষ্ট কাঠামো। প্রতিটি পিক্সেলকে সংজ্ঞায়িত শ্রেণীগুলোর মধ্যে একটির অন্তর্ভুক্ত করা হয়েছিল।
বহুভুজ এবং শব্দার্থিক মাস্ক টুলিং
অ্যানোটেটররা বাঁকা, অনিয়মিত এবং ঘনসন্নিবিষ্ট বস্তুর সীমানা পিক্সেল-পারফেক্ট নির্ভুলতার সাথে তৈরি করতে বিশেষায়িত পলিগন টুল এবং সিমান্টিক মাস্ক ব্রাশ ব্যবহার করেছেন। বস্তুর আকৃতির জটিলতার সাথে সামঞ্জস্য রেখে টুল নির্বাচন করা হয়েছিল — গাছপালার মতো জৈব আকৃতির জন্য মাস্ক এবং যানবাহনের মতো কাঠামোগত বস্তুর জন্য পলিগন।
এজ প্রিসিশন গাইডলাইনস
সংলগ্ন শ্রেণীগুলোর মধ্যে সুস্পষ্ট সীমানা নিশ্চিত করার জন্য কঠোর শ্রেণী সংজ্ঞা এবং প্রান্তের নির্ভুলতার নির্দেশিকা অনুসরণ করা হয়েছিল, বিশেষ করে রাস্তা-ফুটপাত, গাছপালা-মাটি এবং জল-ভূমির সীমানার মতো রূপান্তর অঞ্চলগুলোতে। এই নির্ভুলতাই পরবর্তী চালনাযোগ্য এলাকা এবং প্রতিবন্ধকতা শনাক্তকরণ মডেলগুলোকে নির্ভরযোগ্য করে তোলে।
সূক্ষ্ম কাঠামো পরিচালনা
ওয়াইড-অ্যাঙ্গেল ছবিতে খুঁটি, ট্র্যাফিক সাইন এবং সাইনবোর্ডের মতো সূক্ষ্ম কাঠামোগুলি মাত্র কয়েকটি পিক্সেল জায়গা নেয়, কিন্তু পরবর্তী এআই (AI)-এর জন্য এগুলি অত্যন্ত গুরুত্বপূর্ণ। অ্যানোটেটররা বৃহত্তর দৃশ্যের সীমানার নির্ভুলতা বজায় রেখে এই সূক্ষ্ম বিবরণগুলি ধারণ করার জন্য নির্দিষ্ট নির্দেশিকা অনুসরণ করেছেন।
দ্বি-স্তরীয় গুণমান নিশ্চিতকরণ এবং ৯৯% পিক্সেল নির্ভুলতা
প্রতিটি সেগমেন্টেড ইমেজ একটি কঠোর দ্বি-স্তরীয় QA প্রক্রিয়ার মধ্য দিয়ে গেছে, যার মধ্যে ছিল ইন্টার-অ্যানোটেটর সামঞ্জস্য যাচাই, এজ প্রিসিশন পর্যালোচনা এবং ক্লাস বাউন্ডারি ভ্যালিডেশন। ডেলিভারির আগে প্রতিটি ডেটাসেটের জন্য ন্যূনতম ৯৯% পিক্সেল-স্তরের নির্ভুলতার একটি শর্ত আরোপ করা হয়েছিল।
প্রকল্পের সুযোগ
| ডেটাসেটের প্রকার | কভারেজ | টীকাগুলি | শ্রেণী সেট | QA | সঠিকতা |
|---|---|---|---|---|---|
| সম্পূর্ণ দৃশ্যের শব্দার্থিক বিভাজন | প্রতিটি পিক্সেল লেবেল করা | বহুভুজ + শব্দার্থিক মাস্ক | ব্যাপক দৃশ্য শ্রেণী | ২-স্তরীয় QC | ৯৯% পিক্সেল-স্তরের |
ফলাফল
- প্রতিষ্ঠিত একটি পিক্সেল-স্তরের দৃশ্য বোঝার পাইপলাইন এভি এবং স্মার্ট সিটি এআই এর জন্য
- প্রমিত ব্যাপক শ্রেণী কভারেজ প্রতিটি পিক্সেল লেবেলযুক্ত
- নিষ্কৃত পরিষ্কার শ্রেণী সীমানা পরিবর্তন জটিল অঞ্চলে
- রক্ষণাবেক্ষণ ৯৯% পিক্সেল-স্তরের নির্ভুলতা দ্বি-স্তরীয় QA এর মাধ্যমে
- ক্লায়েন্টের সক্ষম করা হয়েছে গাড়ি চলাচলের যোগ্য এলাকা, নগর পরিকল্পনা, পরিবেশগত পর্যবেক্ষণ এবং নির্মাণ পর্যবেক্ষণ AI
সামগ্রিকভাবে, শাইপ পিক্সেল-স্তরের দৃশ্য বোঝার প্রয়োজনীয়তাকে একটি সুসংগঠিত, উৎপাদন-উপযোগী সেগমেন্টেশন পাইপলাইনে রূপান্তরিত করতে সাহায্য করেছেন — যা সম্পূর্ণ দৃশ্যের নির্ভুল লেবেলিংয়ের মাধ্যমে স্বচালিত ড্রাইভিং, স্মার্ট সিটি অ্যানালিটিক্স, পরিবেশগত পর্যবেক্ষণ এবং নির্মাণস্থলের অগ্রগতি বিষয়ক এআই-কে সমর্থন করতে সক্ষম।
শাইপ আমাদের বিষয়ভিত্তিক অডিও গুণমানকে একটি পরিমাপযোগ্য উন্নয়ন কর্মসূচিতে রূপান্তর করতে সাহায্য করেছে। তাদের মূল্যায়ন কাঠামোটি আমাদের স্পষ্ট সংকেত দিয়েছে যে কী ঠিক করতে হবে, কোথায় উন্নতি করতে হবে এবং আত্মবিশ্বাসের সাথে উৎপাদনের দিকে কীভাবে এগিয়ে যেতে হবে।
