आकार निर्धारक बॉक्स

आकार निर्धारक बॉक्स

परिभाषा

बाउंडिंग बॉक्स किसी छवि या वीडियो में किसी वस्तु के चारों ओर एक आयताकार एनोटेशन होता है। यह कंप्यूटर विज़न मॉडल के प्रशिक्षण के लिए वस्तु की स्थिति और आकार को परिभाषित करता है।

उद्देश्य

इसका उद्देश्य लेबल वाले उदाहरण प्रदान करना है ताकि AI प्रणालियाँ छवियों में वस्तुओं का पता लगाना और उनका स्थानीयकरण करना सीख सकें। बाउंडिंग बॉक्स, वस्तु पहचान कार्यों में मूलभूत हैं।

महत्व

  • कंप्यूटर विज़न में सबसे सरल और सबसे आम एनोटेशन प्रकार।
  • YOLO या Faster R-CNN जैसे मॉडलों के प्रशिक्षण के लिए आवश्यक।
  • अनियमित आकार की वस्तुओं के लिए परिशुद्धता सीमित।
  • बहुभुज या मास्क जैसे उन्नत एनोटेशन के लिए आधार।

यह कैसे काम करता है:

  1. पता लगाने के लिए ऑब्जेक्ट श्रेणियाँ परिभाषित करें.
  2. चित्रों में वस्तुओं के चारों ओर आयत बनाएं।
  3. निर्देशांकों को एनोटेशन डेटा के रूप में रिकॉर्ड करें.
  4. गुणवत्ता जांच के साथ सत्यापन करें।
  5. ऑब्जेक्ट डिटेक्शन मॉडल को प्रशिक्षित करने के लिए एनोटेटेड डेटा का उपयोग करें।

उदाहरण (वास्तविक दुनिया)

  • COCO डेटासेट: सामान्य ऑब्जेक्ट्स के लिए बाउंडिंग बॉक्स एनोटेशन।
  • टेस्ला ऑटोपायलट: वाहनों और पैदल यात्रियों के लिए बाउंडिंग बॉक्स।
  • अमेज़न गो स्टोर्स: कंप्यूटर विज़न चेकआउट सिस्टम में उपयोग किए जाने वाले बाउंडिंग बॉक्स।

संदर्भ / आगे पढ़ने के लिए

हमें बताएं कि हम आपकी अगली एआई पहल में कैसे मदद कर सकते हैं।