আমি, অবজেক্ট ডিটেকশন, অবজেক্ট রিকগনিশন, অবজেক্ট বিভাগীকরণ, চিত্র বিভাগকরণ এবং শব্দার্থক চিত্র বিভাগে প্রচুর কাগজপত্র পড়েছি এবং এখানে আমার সিদ্ধান্তগুলি যা সত্য হতে পারে না:
অবজেক্টের স্বীকৃতি: প্রদত্ত চিত্রটিতে আপনাকে সমস্ত অবজেক্ট সনাক্ত করতে হবে (বস্তুর একটি সীমাবদ্ধ শ্রেণি আপনার ডেটাশেটের উপর নির্ভর করে), সেগুলি একটি বাউন্ডিং বাক্সের সাথে স্থানীয়করণ করুন এবং লেবেলযুক্ত সেই সীমানা বাক্সটিকে লেবেল করুন। নীচের চিত্রটিতে আপনি শিল্পের অবজেক্টের স্বীকৃতি দানের একটি সাধারণ আউটপুট দেখতে পাবেন।
অবজেক্ট ডিটেকশন: এটি অবজেক্ট রিকগনিশন এর মতো তবে এই টাস্কে আপনার কাছে মাত্র দুটি ক্লাস অবজেক্ট শ্রেণিবদ্ধকরণ যার অর্থ অবজেক্ট বাউন্ডিং বাক্স এবং অ-অবজেক্ট বাউন্ডিং বাক্স। উদাহরণস্বরূপ গাড়ী শনাক্তকরণ: আপনাকে প্রদত্ত চিত্রে সমস্ত গাড়ি তাদের সীমানা বাক্সের সাহায্যে সনাক্ত করতে হবে।
অবজেক্ট বিভাজন: অবজেক্টের স্বীকৃতির মতো আপনি কোনও চিত্রের সবগুলি জিনিসকে চিনতে পারবেন তবে আপনার আউটপুটটিতে চিত্রটির পিক্সেল শ্রেণিবদ্ধকরণ করা উচিত।
চিত্র বিভাজন: চিত্র বিভাগে আপনি চিত্রের অঞ্চলগুলিকে ভাগ করবেন। আপনার আউটপুট এমন চিত্রের বিভাগ এবং অঞ্চলটিকে লেবেল করবে না যা একে অপরের সাথে সামঞ্জস্যপূর্ণ একই বিভাগে থাকা উচিত। কোনও চিত্র থেকে সুপার পিক্সেল উত্তোলন করা এই কার্য বা ফোরগ্রাউন্ড-পটভূমি বিভাগের উদাহরণ।
শব্দার্থক বিভাগে: শব্দার্থক বিভাগে আপনাকে প্রতিটি পিক্সেলকে একটি শ্রেণীর অবজেক্ট (গাড়ি, ব্যক্তি, কুকুর, ...) এবং অ-অবজেক্ট (জল, আকাশ, রাস্তা, ...) দিয়ে লেবেল দিতে হয়। আমি শব্দার্থে বিভাগে অন্য শব্দগুলি আপনি চিত্রের প্রতিটি অঞ্চলকে লেবেল করবেন।
