எளிய தமிழில் Computer Vision 20. கணினிப் பார்வையும் இயந்திரக் கற்றலும் (Machine learning)

இயந்திரக் கற்றல் (Machine learning)

கணினிப் பார்வை வேலைகளுக்குத் தோதாக பல வினைச்சரங்கள் (algorithm) ஓபன்சிவியில் நிரலகங்களாக உள்ளன என்று முன்னர் பார்த்தோம். இயந்திரக் கற்றல் முறையில் பல்லாயிரம் படங்களையும் அவற்றைக் கைமுறையாக வகைப்படுத்திய தரவுகளையும் உள்ளீடு செய்வோம். இவற்றைப் பார்த்து வடிவமைப்பைக் (pattern) கணினி அடையாளம் கண்டுகொள்ளும் (recognize). பின்னர் நீங்கள் ஒரு புதிய படத்தை உள்ளிட்டால் முன்னர் கற்றுக்கொண்ட மாதிரியைப் (model) பயன்படுத்தி இதன் வகையை ஊகம் செய்ய (predict) முடியும்.

இயந்திரக் கற்றல் படிநிலைகள்

இயந்திரக் கற்றல் படிநிலைகள்

ஆழ்ந்த கற்றல் (Deep learning)

இது இயந்திரக் கற்றலிலேயே ஒரு மேம்பட்ட வழிமுறை. ஆழ்ந்த கற்றல் பயன்பாடுகள் மனித மூளையின் நரம்பியல் பிணையம் போன்ற அடுக்கு கட்டமைப்பைப் பயன்படுத்துகின்றன. ஆழ்ந்த கற்றல் வந்ததும் துல்லியங்களுக்கு பெரிய உந்துதல் கிடைத்தது. கணினிப் பார்வை அமைப்புகளை உருவாக்க எடுக்கப்பட்ட நேரம் பல மாதங்களிலிருந்து சுருங்கியது. சில ஆண்டுகளில், ஆழ்ந்த கற்றல் கணினி பார்வையை முற்றிலுமாக பாதித்துள்ளது. பட வகைப்பாடு, பொருள் கண்டறிதல் போன்ற சில அடிப்படை பணிகளுக்கு கூட, ஒவ்வொரு சில மாதங்களுக்கும் அதிநவீன முறைகள் மற்றும் துல்லியங்கள் மாறிக்கொண்டே இருக்கின்றன. 

ஆழ்ந்த கற்றல் சட்டகங்கள் (Deep Learning frameworks)

கூகிள் திறந்த மூலமாக வெளியிட்ட டென்சார்ஃப்ளோ (Tensorflow), முகநூல் திறந்த மூலமாக வெளியிட்ட பைடார்ச் (Pytorch) மற்றும் பெர்க்லி பல்கலைக்கழகம் திறந்த மூலமாக வெளியிட்ட கஃபே (Caffe) ஆகிய மூன்று சட்டகங்களைப் பார்ப்போம். ஏனெனில் இவை மூன்றிலும் பயிற்சி அளித்த மாதிரிகளை மட்டுமே ஓபன்சிவியில் பயன்படுத்த இயலும்.

பட வகைப்பாடு, பொருள் கண்டறிதல், பகுதிப் பிரிப்பு (segmentation) மற்றும் பலவற்றை உள்ளடக்கிய கணினிப் பார்வை பணிகளில் ஆழ்ந்த கற்றல் வழிமுறைகள் முன்னர் கண்டிராத துல்லியத்தைப் பெறும் திறன் கொண்டவை.

ஆன்டிராய்டு சாதனத்தில் ஆழ்ந்த கற்றல் (Deep networks on Android device)

ஆன்டிராய்டு சாதனத்தில் ஓபன்சிவி ஆழ்ந்த கற்றல் நிரல்கூறு (OpenCV deep learning module) பயன்படுத்தி பொருட்களை அடையாளம் கண்டு வகைப்படுத்துவது எப்படி என்று பயிற்சிகள் இணையத்தில் உள்ளன.

நன்றி

  1. Machine Learning – Blog

இத்தொடரில் அடுத்த கட்டுரை: படத் தரவுத்தளங்கள்

இயந்திரக் கற்றலுக்கு படத்தரவுகள் அவசியம். எம்னிஸ்ட் (MNIST). சிஃபார் (CIFAR). நார்ப் (NORB). லேபல்-மி (Labelme). தெருவிலிருந்து தெரியும் வீட்டு எண்கள் (Street View House Numbers – SVHN). கோகோ (COCO – Common Objects in Context). இமேஜ்நெட் (ImageNet).

ashokramach@gmail.com

%d bloggers like this: