গ্রাউন্ড এনগেজিং টুলস (GET) বাউন্ডিং বক্স অ্যানোটেশন
একটি ১২-মাসব্যাপী পরিধান-পর্যবেক্ষণকারী এআই চুক্তির অধীনে, শাইপ KITTI 1.0 ফরম্যাটে ৯৯%+ নির্ভুলতার সাথে, ব্যাকহো-বাকেটের চিত্র থেকে প্রতি মাসে ১৫টি গ্রাউন্ড এনগেজিং টুল ক্লাস—যেমন বাকেট টিথ, অ্যাডাপ্টার, শ্রাউড, লিপ শ্রাউড—এর ওপর ৪০,০০০ বাউন্ডিং বক্স অ্যানোটেশন সরবরাহ করেছে। এই অ্যানোটেশনগুলো ময়লা, আবর্জনা, মোশন ব্লার এবং স্বল্প আলোর মতো ফিল্ড-গ্রেড পরিস্থিতিতে অভ্যন্তরীণ ও বাহ্যিক পৃষ্ঠকে আলাদাভাবে চিহ্নিত করত।
প্রজেক্ট সারসংক্ষেপ
প্রিডিক্টিভ মেইনটেন্যান্স এবং ওয়্যার মনিটরিং যখন হেভি ইকুইপমেন্ট এআই-এর অন্তর্ভুক্ত হলো, তখন ক্লায়েন্টের এমন একটি ডোমেইন-নির্দিষ্ট অ্যানোটেশন পাইপলাইনের প্রয়োজন পড়ল যা নয়েজি, ডার্টি এবং বাস্তব ফিল্ড ইমেজের মধ্যে থেকে ব্যাকহো বাকেটে থাকা গ্রাউন্ড এনগেজিং টুলস (GETs) শনাক্ত ও লেবেল করতে সক্ষম।
শাইপ একটি এন্ড-টু-এন্ড অ্যানোটেশন পাইপলাইন তৈরি করেছেন, যা ১৫টি GET ক্লাসে বাউন্ডিং বক্স স্থাপন, গোল্ডেন-রুল এজ-কেস হ্যান্ডলিং, দুই-স্তরের QA এবং সাপ্তাহিক KITTI 1.0 ডেলিভারি অন্তর্ভুক্ত করে — এবং এটি ৯৯% নির্ভুলতার হারে ১২ মাসব্যাপী, প্রতি মাসে ৪০ হাজার ছবির প্রোডাকশন ক্যাডেন্সকে সমর্থন করে।
মূল অবস্থা
প্রতি মাসে ছবি
40,000
GET ক্লাস
15
নির্ভুলতার সীমা
৮০%
সাপ্তাহিক ডেলিভারি
10,000
চ্যালেঞ্জ
- টীকা প্রতি মাসে 40,000টি ছবি সঙ্গে ৯-১০টি বাউন্ডিং বক্স গড়ে প্রতি ছবিতে
- হ্যান্ডলিং ১৫টি স্বতন্ত্র GET ক্লাস অভ্যন্তরীণ বনাম বাহ্যিক মুখের পার্থক্যের সাথে
- সঙ্গে কাজ ফিল্ড-গ্রেড চিত্রাবলী — ময়লা, আবর্জনা, গতির ঝাপসাভাব, অপর্যাপ্ত আলো এবং কঠিন কোণ
- নিয়ন্ত্রণের ৯৯%+ অ্যানোটেশন নির্ভুলতা সাপ্তাহিক বিপুল পরিমাণ ডেলিভারির চাপের অধীনে
- রপ্তানি করা হচ্ছে KITTI 1.0 ফরম্যাট সরাসরি মডেল প্রশিক্ষণ ইন্টিগ্রেশনের জন্য প্রস্তুত
সমাধান
জিইটি স্কিমা এবং শ্রেণী পার্থক্যকরণ
শাইপ একটি ১৫-শ্রেণির জিইটি অন্টোলজি কনফিগার করেন, যা বাকেটের অভ্যন্তরীণ এবং বাহ্যিক উভয় দৃশ্যকে অন্তর্ভুক্ত করে। অ্যানোটেটরদের প্রতিটি উপাদানের অভ্যন্তরীণ এবং বাহ্যিক পৃষ্ঠের মধ্যে পার্থক্য করতে প্রশিক্ষণ দেওয়া হয়েছিল — এটি একটি ডোমেন-নির্দিষ্ট পার্থক্য যা পরবর্তী ক্ষয় পর্যবেক্ষণ নির্ভুলতার জন্য অত্যন্ত গুরুত্বপূর্ণ।
মাঠের চিত্রগ্রহণের জন্য সোনালী নিয়মাবলী
ডেটার অখণ্ডতা বজায় রাখতে অ্যানোটেটররা কঠোর নিয়মকানুন অনুসরণ করেছেন। যেখানে উপাদানগুলো স্পষ্টভাবে দৃশ্যমান ছিল না, সেখানে কোনো অ্যানোটেশন তৈরি করা হয়নি। ৫০%-এর বেশি আবর্জনা দ্বারা আবৃত GET-গুলো বাদ দেওয়া হয়েছে। ঝাপসা বা অন্ধকার উপাদানগুলো বাদ দেওয়া হয়েছে। বস্তুটির ১০০% দৃশ্যমান হলেই কেবল ঠোঁটের শ্রেণিগুলোকে লেবেল করা হয়েছে। জুম শুধুমাত্র নেভিগেশনের জন্য ব্যবহার করা হয়েছে, লেবেলিং-এর সিদ্ধান্তের জন্য নয়।
এজ-কেস প্রশিক্ষণ লাইব্রেরি
সাধারণ কিছু প্রান্তিক পরিস্থিতি—যেমন আংশিকভাবে আড়াল হওয়া GET, গতিশীল বাকেট, অন্ধকার পটভূমি এবং পাশাপাশি থাকা কম্পোনেন্টগুলোর মধ্যে সীমানার অস্পষ্টতা—সম্পর্কে অ্যানোটেটরদের প্রশিক্ষণ দেওয়ার জন্য চৌদ্দটি বিস্তারিত কেস স্টাডি নথিভুক্ত করা হয়েছিল। এই লাইব্রেরিটি ভারী যন্ত্রপাতির এআই ডোমেইনে অ্যানোটেশন নির্দেশিকাকে অন্যতম ব্যাপক একটি নির্দেশিকায় পরিণত করেছে।
দ্বি-স্তরীয় গুণমান নিশ্চিতকরণ এবং ৯৯% নির্ভুলতার গেট
লেভেল ১ অ্যানোটেশনের পর, সমস্ত ছবি কাঠামোগত পর্যালোচনার জন্য একটি বিশেষ QC টিমের কাছে পাঠানো হয়েছিল। অ্যানোটেটরের মতামতের ভিত্তিতে ছোটখাটো ভুল সংশোধন করা হয়েছিল; বড় ধরনের ভুলের ক্ষেত্রে পুনরায় কাজ বরাদ্দ করা হতো। ডেটাসেটগুলো তখনই অনুমোদিত হতো যখন অ্যানোটেশনের নির্ভুলতা ৯৯% বা তার বেশি হতো। সম্পূর্ণ স্বচ্ছতার জন্য সমস্ত QC ফলাফল একটি ট্র্যাকিং শিটে নথিভুক্ত করা হতো।
KITTI 1.0 ফরম্যাটে সাপ্তাহিক ডেলিভারি
সাপ্তাহিক ডেলিভারির লক্ষ্যমাত্রা কঠোরভাবে ১০,০০০ ছবিতে বজায় রাখা হয়েছিল, যেগুলোর সবগুলোই KITTI 1.0 ফরম্যাটে এক্সপোর্ট করা হতো এবং সরাসরি মডেল ট্রেনিং ইন্টিগ্রেশনের জন্য প্রস্তুত থাকতো। ১২ মাসের এই চুক্তিতে কোনো রকম বিচ্যুতি ছাড়াই কাজের এই ধারাবাহিকতা বজায় রাখা হয়েছিল।
প্রকল্পের সুযোগ
| ডেটাসেটের প্রকার | মাসিক আয়তন | ক্লাস | গড় বাক্স / ছবি | বিন্যাস | চুক্তি |
|---|---|---|---|---|---|
| GET বাউন্ডিং বক্স অ্যানোটেশন | 40,000 চিত্র | ১৫টি GET ক্লাস | ৯-১০টি বাক্স | কিটি ১.০ | 12 মাস |
ফলাফল
- প্রতিষ্ঠিত একটি ১২ মাস মেয়াদী, প্রতি মাসে ৪০ হাজার ছবির পাইপলাইন ভারী যন্ত্রপাতির ক্ষয় সনাক্তকরণের জন্য এআই
- প্রমিত ১৫টি GET ক্লাস অভ্যন্তরীণ/বাহ্যিক মুখের পার্থক্য সহ
- রক্ষণাবেক্ষণ করা হয়েছিল ৯৯%+ নির্ভুলতার গেট সাপ্তাহিক ডেলিভারির চাপের অধীনে প্রতিটি ব্যাচ জুড়ে
- তৈরি করেছেন একটি ১৪টি কেস স্টাডি এজ-কেস লাইব্রেরি টীকাকার প্রশিক্ষণ এবং অন্তর্ভুক্তিকরণের জন্য
- নিষ্কৃত KITTI 1.0 ফরম্যাট আউটপুট সরাসরি মডেল প্রশিক্ষণ ইন্টিগ্রেশনের জন্য প্রস্তুত
সামগ্রিকভাবে, শাইপ মাঠ-পর্যায়ের GET সনাক্তকরণের একটি প্রয়োজনীয়তাকে একটি সুসংগঠিত ও উৎপাদন-উপযোগী অ্যানোটেশন পাইপলাইনে রূপান্তরিত করতে সাহায্য করেছেন — যা ধারাবাহিকতা, শনাক্তযোগ্যতা এবং মাঠ-বাস্তবসম্মত নির্ভুলতার সাথে ক্ষয় পর্যবেক্ষণ, পূর্বাভাসমূলক রক্ষণাবেক্ষণ এবং নির্মাণ সরঞ্জামের এআই উদ্যোগগুলোকে সমর্থন করতে সক্ষম।
শাইপ আমাদের কাছে থাকা সবচেয়ে অগোছালো চিত্রাবলী—ময়লা, আবর্জনা, মোশন ব্লারসহ সবকিছু—সম্পাদন করেছেন এবং তারপরেও ১২ মাস ধরে সাপ্তাহিক ডেলিভারির ধারায় ৯৯%-এর বেশি নির্ভুলতা প্রদান করেছেন। তাদের KITTI 1.0 আউটপুটগুলো সরাসরি মডেল প্রশিক্ষণে ব্যবহৃত হয়েছে।
