Tag Archives: தமிழ்

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. ஆழ்ந்த கற்றல்… Read More »

நாம் இதுவரை பார்த்தவை படக்கருவி தனியாகவும் கணினி தனியாகவும் உள்ள இயந்திரப் பார்வை அமைப்புகள். படக்கருவியுடன் கணினியும் சேர்ந்தே வந்தால் இவற்றை திறன்மிகு படக்கருவிகள் என்று சொல்கிறோம். இவை பல பிரச்சினைகளுக்குத் தீர்வாக அமைகின்றன: கம்பிவடம் படக்கருவியிலும் கணினியிலும் சரியாகப் பொருந்துகிறதா, சமிஞ்சை சரியாக வந்துசேர்கிறதா என்று பார்க்கும் பிரச்சினை நமக்குக் கிடையாது. அளவும், எடையும் குறைவு. இது எந்திரன் (Robot) போன்ற நகரும் பயன்பாடுகளில் மிகவும் வசதியானது. செலவும் குறைவு. படக்கருவி, கணினி, சட்டகம் கவர்வி… Read More »

காணொளித் தாரையை (streaming video) செயல்படுத்துவது என்பது தொடர்ச்சியான செயல்முறை அல்ல. நாம் காணொளியைக் கையாளும்போது சட்டகங்களை (frames) தனித்தனியாகத்தான் செயல்படுத்துகிறோம். ஏனெனில் ஒவ்வொரு சட்டகமும் ஒரு படம் தானே. சட்டகம் கவர்வி (Frame grabber) சட்டகம் கவர்விகள் ஓடும் காணொளியில் நம் பகுப்பாய்வுக்குத் தேவையான சட்டகங்களைப் பிரித்தெடுத்து அனுப்பும் வேலையைச் செய்பவை. முன் காலத்தில் கணினியில் விரிவாக்க அட்டைகள் (expansion cards) சேர்த்து சட்டகம் கவர்வி வேலைக்குப் பயன்படுத்துவோம். இப்பொழுது சட்டகம் கவர்வி உள்ள படக்… Read More »

நாம் சோதனைகள் செய்து பார்க்கவும் பயிற்சிகள் செய்யவும் குறைந்த விலையில் சில இயந்திரப் பார்வை மின்சுற்றுப் பலகைகள் (Machine vision boards) சந்தையில் கிடைக்கின்றன. இந்த வன்பொருட்களின் வடிவமைப்பும் (hardware design) திறந்த மூலமாகக் கிடைப்பதால் மற்ற நிறுவனங்களும் குறைந்த செலவில் தயாரித்து விற்கிறார்கள். பலர் இவற்றைப் பயன்படுத்தும் வழிமுறைகளையும் தாங்கள் எழுதிய நிரல் தொகுப்புகளையும் பகிர்ந்து கொள்கிறார்கள். இவற்றில் சிலவற்றைப் பற்றி விவரமாகப் பார்ப்போம்.  ஓபன்எம்வி கேம் (OpenMV Cam) நகர்வு மங்கல் (motion blur)… Read More »

இணையப் படக்கருவிகளைப் (Webcams) பொதுவான வேலைகளுக்குப் பயன்படுத்துவதால் ஒருங்கிணைந்த (integrated) வில்லைகளுடன் வருகின்றன. ஆகவே இவற்றை மாற்ற இயலாது. தொழில்துறை இயந்திரப் பார்வை படக்கருவிகள் வில்லைகள் இல்லாமல் வருகின்றன. ஏனெனில் வேலையைப் பொறுத்து வெவ்வேறு உருப்பெருக்கத்தில் (magnification), பல்வேறு குவிய நீளங்களில் (focal lengths) மட்டுமல்லாமல், பலவிதமான பிரிதிறன்களிலும் (resolutions) இதற்கு வில்லைகள் தேவைப்படும். கைமுறைக் கருவிழியும் (Manual iris) தானியங்கிக் கருவிழியும் (Auto iris) கைமுறைக் கருவிழிகளில், ஒளியை அதிகமாகவோ அல்லது குறைவாகவோ அனுமதிக்க நீங்கள்… Read More »

தொழில்துறைப் படக்கருவிகளும் இணையப் படக்கருவிகளும் (Webcams) மென்பொருளிலிருந்து நாம் இணையப் படக்கருவிக்கு ஒரு சில எளிய கட்டளைகளைத் தான் அனுப்புகிறோம். ஆனால் தொழில்துறைப் படக்கருவிகளில் மென்பொருளுக்கும் வன்பொருளுக்கும் பல உள்ளீடுகளும் வெளியீடுகளும் தேவை. எடுத்துக்காட்டாக நம்முடைய தொழிற்சாலையில் செலுத்துப்பட்டையில் (conveyor belt) ஒரு பாகம் நகர்ந்து கொண்டிருக்கலாம். ஒரு குறிப்பிட்ட இடத்தை அடைந்தவுடன் துல்லியமாகக் குறிப்பொளி (strobe light) ஒளிர வேண்டும். அதேநேரத்தில் படக்கருவி படமெடுக்க வேண்டும். தவிரவும் நாம் படக்கருவி, கணினி மற்றும் மென்பொருள் ஆகியவற்றை… Read More »

பொருளைக் கண்டறிதல் (Object detection) நம்முடைய படத்தில் உள்ள பொருட்கள் யாவை, அவை என்ன வகை மற்றும் ஒவ்வொரு வகையிலும் எத்தனை இருக்கின்றன என்று  நமக்குத் தெரியாது. முதல் வேலையாக அவை அனைத்தையும் வகைப்படுத்தி அவை ஒவ்வொன்றையும் சுற்றி ஒரு எல்லைப் பெட்டியை வரைய விரும்புகிறோம். இதைப் பொருளைக் கண்டறிதல் என்று பொதுவாகச் சொல்கிறோம். இந்த வேலையைக் கீழ்க்கண்ட படி நிலைகளாகப் பிரிக்கலாம். பொருட்களின் இடம் குறித்தல் (localization) ஒரு படத்தில் முக்கியமான அல்லது மிகவும் புலப்படக்கூடிய… Read More »

அம்சப் பொருத்தத்துக்கு ஒரு நல்ல எடுத்துக்காட்டு சாலைக் குறியீடுகளை (road signs) அடையாளம் காண்பது. நம் படக்கருவியின் முன்னால் உள்ள குறியீடு நாம் முன்னர் பதிவு செய்துள்ள எந்தக் குறியீட்டுடன் அம்சப் பொருத்தம் கொண்டுள்ளது என்று பார்க்கவேண்டும். முதலில் படத்திலுள்ள குறியீட்டின் முக்கியப் புள்ளிகளைக் கண்டுபிடிக்க ((keypoint detection) வேண்டும். அடுத்து அம்ச விவரிப்பியைத் (feature descriptor) தயார் செய்ய வேண்டும். கடைசியாக நம்மிடம் உள்ள எந்த அம்ச விவரிப்பியுடன் இது பொருந்துகிறது என்று பார்க்க வேண்டும்.… Read More »