ড্যাশক্যাম অ্যাপে AI অবজেক্ট শনাক্তকরণ কীভাবে কাজ করে

ক্যামেরার ছবি থেকে বক্স

সড়কের অবজেক্ট শনাক্তকারী ছবি থেকে সমর্থিত শ্রেণি, বাউন্ডিং বক্স ও কনফিডেন্স অনুমান করে। AyniCam-এর ক্যামেরা AI iPhone-এ চলে। প্রদর্শিত লেবেল উপলব্ধ ছবির মডেলভিত্তিক ব্যাখ্যা, গাড়ির চারপাশের সম্পূর্ণ বিবরণ নয়।

AyniCam কী কী লেবেল দিতে পারে

শনাক্তকারী পরিবার মানুষ, সাইকেল, মোটরসাইকেল, গাড়ি, বাস, ট্রাফিক লাইট ও স্টপ সাইন সমর্থন করে। বাইরের শ্রেণির বস্তু বাদ পড়তে বা ভুল লেবেল পেতে পারে। গাড়ির বক্স নির্দিষ্ট মডেল বা সামনে-পেছনের দিক নিশ্চিত করে না। কনফিডেন্স সংঘর্ষের সম্ভাবনা বা মাপা দূরত্ব নয়।

একটি ক্যামেরায় জ্যামিতিক তথ্য সীমিত

আনুমানিক অবস্থান সরল ভিউ দেখাতে সাহায্য করতে পারে, কিন্তু ক্যামেরা জরিপ করা দৃশ্য দেয় না। আড়াল, ক্যামেরার কোণ ও চেহারা বদলানোর কারণে অনুমান প্রভাবিত হয়। Virtual View ক্যামেরার দেখা বিষয় সরল করে; 3D Maps মানচিত্রের ডেটা থেকে রাস্তা ও ভবন যোগ করে। এগুলো আলাদা তথ্যের উৎস।

মাস্ক আলাদা ফল যোগ করে

Pro সেগমেন্টেশন মডেল নিজস্ব পেজে আলাদা অবজেক্ট মাস্ক ও রাস্তার পৃষ্ঠের মাস্ক অনুমান করে। শুধু আয়তক্ষেত্রের বদলে আনুমানিক আকৃতি দেখতে মাস্ক কাজে লাগে। রাস্তার মাস্ক লেন, পারাপারের স্থান শনাক্তকরণ বা চালানোর নিরাপদ জায়গার নিশ্চয়তা নয়।

ফল কীভাবে মূল্যায়ন করবেন

থেমে মূল ছবির সঙ্গে ফল তুলনা করে বাদ পড়া বস্তু, ভুল লেবেল ও অস্থিরতা লিখুন। তুলনায় ডিভাইস, দৃশ্য, মডেল ও সেটিংস রাখুন। ঝলক, অন্ধকার, বৃষ্টি ও আড়াল কার্যকর পর্যবেক্ষণ কমাতে পারে। নির্বাচনকারীর অ্যানিমেশন ও সিমুলেটর ফল উদাহরণ; এগুলো মাপা নির্ভুলতা, বিলম্ব বা সবসময় Neural Engine-এ চলা প্রমাণ করে না।