কন্টেন্ট

• গুগলের মেশিন লার্নিং কিট-এর সাথে দেখা করুন
• আমি কীভাবে এমএল কিট এপিআই ব্যবহার করব?
• পাঠ্য রিকগনিশন এপিআই সহ যে কোনও চিত্রের পাঠ্য শনাক্ত করুন
• কোনও চিত্রের বিষয়বস্তু বোঝা: চিত্র লেবেল এপিআই
• এক্সপ্রেশন এবং ট্র্যাকিং মুখগুলি বোঝা: ফেস ডিটেকশন এপিআই
• ফায়ারবেস এবং এমএল সহ বারকোড স্ক্যানিং
• ক্লাউডে মেশিন লার্নিং: ল্যান্ডমার্ক রিকগনিশন API
• ভাষা সনাক্তকরণ এপিআই: একটি আন্তর্জাতিক শ্রোতার জন্য বিকাশ
• শীঘ্রই আসছে: স্মার্ট উত্তর
• এরপর কি? এমএন কিট সহ টেনসরফ্লো লাইট ব্যবহার করা
• মোড়ক উম্মচন

মেশিন লার্নিং (এমএল) আপনাকে আপনার মোবাইল ব্যবহারকারীদের জন্য উদ্ভাবনী, আকর্ষণীয় এবং অনন্য অভিজ্ঞতা তৈরি করতে সহায়তা করতে পারে।

একবার আপনি এমএলকে দক্ষতা অর্জনের পরে, আপনি এগুলি অ্যাপ্লিকেশনগুলি যেগুলি তাদের বিষয়গুলির উপর ভিত্তি করে ফটোগুলি স্বয়ংক্রিয়ভাবে সংগঠিত করে, লাইভস্ট্রিম জুড়ে কোনও ব্যক্তির মুখ সনাক্ত করতে এবং ট্র্যাক করতে, কোনও চিত্র থেকে পাঠ্য উত্তোলন করতে পারে এবং আরও অনেক কিছু তৈরি করতে আপনি এটি ব্যবহার করতে পারেন applications ।

তবে এমএল হ'ল শিক্ষানবিস বান্ধব নয়! আপনি যদি শক্তিশালী মেশিন শেখার ক্ষমতা সহ আপনার অ্যান্ড্রয়েড অ্যাপ্লিকেশনগুলিকে উন্নত করতে চান তবে আপনি ঠিক কোথায় শুরু করবেন?

এই নিবন্ধে, আমি এমন একটি এসডিকে (সফটওয়্যার ডেভলপমেন্ট কিট) এর একটি ওভারভিউ সরবরাহ করব যা আপনার কাছে থাকা সত্ত্বেও এমএলটির শক্তি আপনার নখদর্পণে রাখবে বলে প্রতিশ্রুতি দেয় শূন্য এমএল অভিজ্ঞতা। এই নিবন্ধের শেষে, আপনার কাছে বুদ্ধিমান, এমএল-চালিত অ্যাপ্লিকেশনগুলি তৈরি করা শুরু করা দরকার যা আপনার ইমেজ লেবেল করতে, বারকোডগুলি স্ক্যান করতে, মুখগুলি এবং বিখ্যাত চিহ্নগুলি সনাক্ত করতে এবং অন্যান্য অনেক শক্তিশালী এমএল কার্য সম্পাদন করতে সক্ষম creating

গুগলের মেশিন লার্নিং কিট-এর সাথে দেখা করুন

টেনসরফ্লো এবং ক্লাউডভিশনের মতো প্রযুক্তিগুলির মুক্তির সাথে সাথে এমএল আরও ব্যাপকভাবে ব্যবহৃত হচ্ছে, তবে এই প্রযুক্তিগুলি হৃদয়ের মূর্ছা নয়! আপনার পেতে সাধারণত প্রয়োজন স্নায়ু নেটওয়ার্ক এবং ডেটা বিশ্লেষণ একটি গভীর বোঝার প্রয়োজন শুরু টেনসরফ্লো এর মতো প্রযুক্তি সহ।

এমনকি যদি আপনি করা এমএল এর সাথে কিছু অভিজ্ঞতা থাকতে হবে, একটি মেশিন লার্নিং চালিত মোবাইল অ্যাপ্লিকেশন তৈরি করা একটি সময় সাশ্রয়ী, জটিল এবং ব্যয়বহুল প্রক্রিয়া হতে পারে, আপনাকে নিজের এমএল মডেলগুলি প্রশিক্ষণের জন্য পর্যাপ্ত তথ্য উত্সের প্রয়োজন হতে পারে এবং তারপরে দক্ষতার সাথে চালানোর জন্য সেই এমএল মডেলগুলিকে অনুকূল করে তোলেন ize মোবাইল পরিবেশ যদি আপনি স্বতন্ত্র বিকাশকারী হন বা আপনার সীমিত সংস্থান রয়েছে, তবে আপনার এমএল জ্ঞানকে অনুশীলন করা সম্ভব হবে না।

এমএল কিট জনসাধারণের কাছে মেশিন লার্নিং আনার গুগলের প্রচেষ্টা।

হুডের অধীনে, এমএল কিট একসাথে বেশ কয়েকটি শক্তিশালী এমএল প্রযুক্তি বান্ডিল করে যার জন্য সাধারণত ক্লাউড ভিশন, টেনসরফ্লো এবং অ্যান্ড্রয়েড নিউরাল নেটওয়ার্কস এপিআই সহ বিস্তৃত এমএল জ্ঞানের প্রয়োজন হয়। এমএল কিট সাধারণ মোবাইল ব্যবহারের ক্ষেত্রে প্রাক-প্রশিক্ষিত মডেলগুলির সাথে এই বিশেষজ্ঞ এমএল প্রযুক্তিগুলিকে একত্রিত করে, যা কোনও চিত্র থেকে পাঠ্য আহরণ, একটি বারকোড স্ক্যান করা, এবং কোনও ফটোগুলির বিষয়বস্তু সনাক্তকরণ সহ।

আপনার এমএল সম্পর্কিত কোনও পূর্ববর্তী জ্ঞান থাকুক না কেন, আপনি আপনার অ্যান্ড্রয়েডে শক্তিশালী মেশিন শেখার ক্ষমতা যুক্ত করতে এমএল কিট ব্যবহার করতে পারেন এবং আইওএস অ্যাপ্লিকেশন - কেবলমাত্র এমএল কিটের সঠিক অংশ যেমন টেক্সট রিকগনিশন বা ল্যাঙ্গুয়েজ আইডেন্টিফিকেশন এপিআইতে কিছু ডেটা দেয় এবং এই এপিআই কোনও প্রতিক্রিয়া ফিরিয়ে দিতে মেশিন লার্নিং ব্যবহার করবে।

আমি কীভাবে এমএল কিট এপিআই ব্যবহার করব?

এমএল কিটটি বেশ কয়েকটি এপিআই-তে বিভক্ত যা ফায়ারবেস প্ল্যাটফর্মের অংশ হিসাবে বিতরণ করা হয়। যে কোনও এমএল কিট এপিআই ব্যবহার করতে আপনার অ্যান্ড্রয়েড স্টুডিও প্রকল্প এবং এটি সম্পর্কিত ফায়ারবেস প্রকল্পের মধ্যে একটি সংযোগ তৈরি করতে হবে এবং তারপরে ফায়ারবেসের সাথে যোগাযোগ করতে হবে।

বেশিরভাগ এমএল কিট মডেল অন-ডিভাইস মডেল হিসাবে উপলভ্য যা আপনি স্থানীয়ভাবে ডাউনলোড এবং ব্যবহার করতে পারেন, তবে কিছু মডেল ক্লাউডে উপলভ্য রয়েছে, যা আপনার অ্যাপ্লিকেশনটিকে ডিভাইসের ইন্টারনেট সংযোগের মাধ্যমে এমএল চালিত কাজগুলি সম্পাদন করতে দেয়।

প্রতিটি পদ্ধতির নিজস্ব শক্তি এবং দুর্বলতার স্বতন্ত্র সেট রয়েছে, তাই আপনার স্থানীয় অ্যাপ্লিকেশনটির জন্য স্থানীয় বা দূরবর্তী প্রক্রিয়াকরণ সর্বাধিক অর্থবোধ করে কিনা তা আপনাকে সিদ্ধান্ত নিতে হবে। এমনকি আপনি উভয় মডেলের জন্য সমর্থন যোগ করতে পারেন, এবং তারপরে আপনার ব্যবহারকারীদের রানটাইমে কোন মডেলটি ব্যবহার করবেন তা সিদ্ধান্ত নেওয়ার অনুমতি দিন। বিকল্পভাবে, আপনি বর্তমান অবস্থার জন্য সেরা মডেল নির্বাচন করতে আপনার অ্যাপ্লিকেশনটি কনফিগার করতে পারেন, উদাহরণস্বরূপ যখন কেবল ডিভাইসটি ওয়াই-ফাইয়ের সাথে সংযুক্ত থাকে তখন ক্লাউড-ভিত্তিক মডেলটি ব্যবহার করেন।

যদি আপনি স্থানীয় মডেলটি বেছে নেন, তবে ব্যবহারকারীদের সক্রিয় ইন্টারনেট সংযোগ আছে কিনা তা বিবেচনা না করে আপনার অ্যাপ্লিকেশনটির মেশিন শেখার বৈশিষ্ট্যগুলি সর্বদা উপলব্ধ থাকবে will যেহেতু সমস্ত কাজ স্থানীয়ভাবে সম্পন্ন হয়, তাই আপনার অ্যাপ্লিকেশনটিকে দ্রুত প্রচুর পরিমাণে ডেটা প্রক্রিয়াকরণের প্রয়োজন হলে অন-ডিভাইস মডেলগুলি আদর্শ, উদাহরণস্বরূপ যদি আপনি কোনও লাইভ ভিডিও স্ট্রিম ব্যবহারের জন্য এমএল কিট ব্যবহার করছেন।

এদিকে, ক্লাউড-ভিত্তিক মডেলগুলি সাধারণত তাদের অন-ডিভাইস সহযোগীদের তুলনায় আরও বেশি নির্ভুলতা সরবরাহ করে, কারণ ক্লাউড মডেলগুলি Google ক্লাউড প্ল্যাটফর্মের মেশিন লার্নিং প্রযুক্তির শক্তি অর্জন করে। উদাহরণস্বরূপ, ইমেজ লেবেল এপিআই-এর অন-ডিভাইস মডেলটিতে 400 টি লেবেল রয়েছে তবে ক্লাউড মডেলটি এতে বৈশিষ্ট্যযুক্ত 10,000 লেবেল.

এপিআই উপর নির্ভর করে কিছু কার্যকারিতা থাকতে পারে যা কেবল মেঘে উপলভ্য, উদাহরণস্বরূপ পাঠ্য শনাক্তকরণ API আপনি কেবল ক্লাউড-ভিত্তিক মডেলটি ব্যবহার করলে নন-ল্যাটিন অক্ষরগুলি সনাক্ত করতে পারে।

ক্লাউড-ভিত্তিক এপিআইগুলি কেবল ব্লেজ-স্তর ফায়ারবেস প্রকল্পগুলির জন্য উপলভ্য, সুতরাং আপনাকে এমএল কিটের যে কোনও ক্লাউড মডেল ব্যবহার করতে পারার আগে আপনাকে বেতনের পরিকল্পনায় আপগ্রেড করতে হবে।

আপনি যদি ক্লাউড মডেলগুলি অন্বেষণ করার সিদ্ধান্ত নেন, তবে লেখার সময়, সমস্ত এমএল কিট এপিআইয়ের জন্য একটি বিনামূল্যে কোটা ছিল। আপনি যদি কেবল ক্লাউড-ভিত্তিক চিত্র লেবেলিংয়ের সাথে পরীক্ষা করতে চান, তবে আপনি আপনার ফায়ারবেস প্রকল্পটি ব্লেজ পরিকল্পনায় আপগ্রেড করতে পারবেন, 1000 টিরও কম চিত্রের এপিআই পরীক্ষা করতে পারবেন এবং তারপরে বিনা চার্জ ছাড়াই ফ্রি স্পার্ক পরিকল্পনায় ফিরে যেতে পারেন। যাইহোক, শর্তাদি এবং শর্তাদি সময়ের সাথে পরিবর্তনের একটি বাজে অভ্যাস রয়েছে, তাই ব্লেজে আপগ্রেড করার আগে ছোট মুদ্রণটি পড়তে ভুলবেন না, কেবল কোনও অপ্রত্যাশিত বিল আপনাকে আঘাত করতে না পারে তা নিশ্চিত করার জন্য!

পাঠ্য রিকগনিশন এপিআই সহ যে কোনও চিত্রের পাঠ্য শনাক্ত করুন

পাঠ্য রিকগনিশন এপিআই বুদ্ধিমানের সাথে পাঠ্য সনাক্ত করতে, বিশ্লেষণ করতে এবং প্রক্রিয়া করতে পারে।

আপনি এই অ্যাপ্লিকেশনটি তৈরি করতে অ্যাপ্লিকেশন তৈরি করতে ব্যবহার করতে পারেন যা কোনও চিত্র থেকে পাঠ্য উত্তোলন করে, তাই আপনার ব্যবহারকারীদের ক্লান্তিকর ম্যানুয়াল ডেটা এন্ট্রিতে সময় নষ্ট করতে হবে না। উদাহরণস্বরূপ, আপনি টেক্সট রিকগনিশন এপিআই ব্যবহার করতে পারেন আপনার ব্যবহারকারীদের সহজলভ্য আইটেমের একটি ফটো গ্রহণ করে, রসিদ, চালান, ব্যবসায়িক কার্ড, এমনকি পুষ্টিকর লেবেল থেকে তথ্য আহরণ এবং রেকর্ড করতে।

এমনকি আপনি কোনও অনুবাদ অ্যাপ্লিকেশনটির প্রথম পদক্ষেপ হিসাবে পাঠ্য সনাক্তকরণ এপিআই ব্যবহার করতে পারেন, যেখানে ব্যবহারকারী কিছু অপরিচিত পাঠ্যের ফটো নেয় এবং এপিআই অনুবাদ বাক্সে পাস করার জন্য প্রস্তুত সমস্ত চিত্র পাঠায় ext

এমএল কিটের অন ডিভাইস পাঠ্য শনাক্তকরণ এপিআই যে কোনও লাতিন-ভিত্তিক ভাষায় পাঠ্য সনাক্ত করতে পারে, যখন এর ক্লাউড-ভিত্তিক অংশটি চাইনিজ, জাপানি এবং কোরিয়ান অক্ষর সহ বৃহত্তর বিভিন্ন ভাষা এবং অক্ষরগুলি সনাক্ত করতে পারে। ক্লাউড-ভিত্তিক মডেলটি চিত্রগুলি থেকে স্পার্স টেক্সট এবং ঘন-প্যাকড নথি থেকে পাঠ্য বের করার জন্যও অনুকূলিত হয়েছে, যা আপনার অ্যাপ্লিকেশনটিতে কোন মডেলটি ব্যবহার করবেন তা সিদ্ধান্ত নেওয়ার সময় আপনার অ্যাকাউন্টে নেওয়া উচিত।

এই API এর সাথে কিছু হ্যান্ডস অন অভিজ্ঞতা চান? তারপরে একটি অ্যাপ্লিকেশন তৈরি করার জন্য আমাদের ধাপে ধাপে গাইড পরীক্ষা করুন যা কোনও চিত্র থেকে পাঠ্য প্রত্যাহার করতে পারে, টেক্সট রিকগনিশন এপিআই ব্যবহার করে।

কোনও চিত্রের বিষয়বস্তু বোঝা: চিত্র লেবেল এপিআই

ইমেজ লেবেলিং এপিআই কোনও অতিরিক্ত প্রাসঙ্গিক মেটাডেটার প্রয়োজনীয়তা ছাড়াই অবস্থান, ব্যক্তি, পণ্য এবং প্রাণী সহ চিত্রের সত্ত্বাকে স্বীকৃতি দিতে পারে। ইমেজ লেবেলিং এপিআই লেবেলের আকারে সনাক্ত করা সত্তা সম্পর্কে তথ্য ফিরিয়ে দেবে। উদাহরণস্বরূপ নীচের স্ক্রিনশটটিতে আমি একটি প্রাকৃতিক ছবি দিয়ে এপিআই সরবরাহ করেছি এবং এর প্রতিক্রিয়াটি "বন" এবং "নদী" এর মতো লেবেলগুলির সাথে দেওয়া হয়েছে।

কোনও চিত্রের বিষয়বস্তুগুলি সনাক্ত করার এই ক্ষমতা আপনাকে এমন অ্যাপ্লিকেশন তৈরি করতে সহায়তা করতে পারে যা তাদের বিষয়গুলির উপর ভিত্তি করে ফটো ট্যাগ করে; যে ফিল্টারগুলি স্বয়ংক্রিয়ভাবে অনুপযুক্ত ব্যবহারকারী-জমা দেওয়া সামগ্রী সনাক্ত করে এবং এটি আপনার অ্যাপ থেকে সরিয়ে দেয়; বা উন্নত অনুসন্ধান কার্যকারিতার ভিত্তি হিসাবে।

এমএল কিট এপিআইয়ের অনেকগুলি একাধিক সম্ভাব্য ফলাফল ফেরত দেয়, সহ আত্মবিশ্বাস স্কোর সহ পূর্ণ হয় - চিত্র লেবেল এপিআই সহ। আপনি যদি কোনও পোডলের একটি ছবি চিত্র লেবেলিং পাস করেন, তবে এটিতে "পোডল", "কুকুর," "পোষা প্রাণী" এবং "ছোট প্রাণী" এর মতো লেবেলগুলি প্রতিটি লেবেলের এপিআইয়ের আত্মবিশ্বাসের ইঙ্গিত দেয় ing আশা করি, এই পরিস্থিতিতে "পোডল" এর মধ্যে সর্বোচ্চ আত্মবিশ্বাসের স্কোর থাকবে!

আপনার অ্যাপ্লিকেশন কোনও নির্দিষ্ট লেবেলে কাজ করার আগে, উদাহরণস্বরূপ এটি ব্যবহারকারীর কাছে প্রদর্শন করা বা এই লেবেলের সাথে কোনও ফটো ট্যাগ করার জন্য আপনি একটি আত্মবিশ্বাসের স্কোরটি একটি থ্রোসোল্ড তৈরি করতে ব্যবহার করতে পারেন যা পূরণ করতে হবে।

চিত্র লেবেল অন-ডিভাইস এবং ক্লাউড উভয়ই উপলভ্য, যদিও আপনি যদি ক্লাউড মডেলটি বেছে নেন তবে অন-ডিভাইস মডেলের অন্তর্ভুক্ত 400 টি লেবেলের তুলনায় আপনি 10,000 টিরও বেশি লেবেলে অ্যাক্সেস পাবেন।

চিত্র লেবেল API এ আরও গভীরভাবে দেখার জন্য, মেশিন লার্নিং সহ কোনও চিত্রের সামগ্রী নির্ধারণ করুন check এই নিবন্ধে, আমরা একটি অ্যাপ্লিকেশন তৈরি করি যা একটি চিত্র প্রক্রিয়া করে এবং তারপরে সেই চিত্রের মধ্যে সনাক্ত করা প্রতিটি সত্তার জন্য লেবেল এবং আত্মবিশ্বাসের স্কোরগুলি দেয়। আমরা এই অ্যাপ্লিকেশনটিতে অন-ডিভাইস এবং ক্লাউড মডেলগুলিও প্রয়োগ করি, যাতে আপনি কোন মডেলটি বেছে নেন তার উপর নির্ভর করে ফলাফলগুলি কীভাবে পৃথক হয় তা আপনি ঠিক দেখতে পাবেন।

এক্সপ্রেশন এবং ট্র্যাকিং মুখগুলি বোঝা: ফেস ডিটেকশন এপিআই

ফেস ডিটেকশন এপিআই ফটো, ভিডিও এবং লাইভ স্ট্রিমগুলিতে মানুষের মুখগুলি সনাক্ত করতে পারে এবং তারপরে তার অবস্থান, আকার এবং দিকনির্দেশ সহ প্রতিটি সনাক্ত করা মুখ সম্পর্কে তথ্য বের করে।

ব্যবহারকারীদের ফটোগুলি সম্পাদনা করতে আপনি এই এপিআইটি ব্যবহার করতে পারেন, উদাহরণস্বরূপ, তাদের সর্বশেষ শিরোনামের চারপাশে সমস্ত খালি স্থান স্বয়ংক্রিয়ভাবে ক্রপ করে।

ফেস ডিটেকশন এপিআই চিত্রগুলিতে সীমাবদ্ধ নয় - আপনি ভিডিওগুলিতেও এই এপিআই প্রয়োগ করতে পারেন, উদাহরণস্বরূপ আপনি একটি অ্যাপ্লিকেশন তৈরি করতে পারেন যা একটি ভিডিও ফিডের সমস্ত মুখ সনাক্ত করে এবং তারপরে সমস্ত কিছু ঝাপসা করে urs ছাড়া স্কাইপ এর ব্যাকগ্রাউন্ড অস্পষ্ট বৈশিষ্ট্যের অনুরূপ সেই মুখগুলি।

মুখ সনাক্তকরণ হয় সর্বদা অন-ডিভাইসে সঞ্চালিত হয়েছে, যেখানে এটি রিয়েল-টাইমে ব্যবহারের জন্য যথেষ্ট দ্রুত, সুতরাং এমএল কিটের বেশিরভাগ এপিআইয়ের বিপরীতে, ফেস ডিটেকশন করে না একটি মেঘ মডেল অন্তর্ভুক্ত।

মুখগুলি সনাক্তকরণের পাশাপাশি, এই এপিআইতে কয়েকটি অতিরিক্ত বৈশিষ্ট্য রয়েছে যা অনুসন্ধানের জন্য উপযুক্ত। প্রথমত, ফেস ডিটেকশন এপিআই চোখ, ঠোঁট এবং কানের মতো মুখের ল্যান্ডমার্কগুলি সনাক্ত করতে পারে এবং তারপরে এই ল্যান্ডমার্কগুলির প্রতিটিটির জন্য সঠিক স্থানাঙ্কগুলি পুনরুদ্ধার করতে পারে। এই চিহ্নিতকরণ স্বীকৃতি আপনাকে প্রতিটি সনাক্ত করা মুখের সঠিক মানচিত্র সরবরাহ করে - বর্ধিত বাস্তবতা (এআর) অ্যাপ্লিকেশন তৈরি করার জন্য নিখুঁত যা ব্যবহারকারীর ক্যামেরা ফিডে স্ন্যাপচ্যাট স্টাইলের মুখোশ এবং ফিল্টার যুক্ত করে।

ফেস ডিটেকশন এপিআই এছাড়াও ফেসিয়াল অফার করে শ্রেণীবিন্যাস। বর্তমানে এমএল কিট দুটি মুখের শ্রেণিবিন্যাসকে সমর্থন করে: চোখ খোলা এবং হাসি।

আপনি এই শ্রেণিবিন্যাসকে অ্যাক্সেসযোগ্যতার পরিষেবাগুলির জন্য ভিত্তি হিসাবে ব্যবহার করতে পারেন, যেমন হ্যান্ডস-ফ্রি নিয়ন্ত্রণ, বা গেমস তৈরি করতে যা খেলোয়াড়ের মুখের অভিব্যক্তিতে সাড়া দেয়। কেউ হাসছে কিনা বা চোখ খোলা আছে কিনা তা সনাক্ত করার ক্ষমতা আপনি যদি কোনও ক্যামেরা অ্যাপ তৈরি করে থাকেন তবে তা কার্যকরও হতে পারে - সর্বোপরি, একগুচ্ছ ফটো তোলার চেয়ে খারাপ আর কিছুই নেই, কেবল পরে আবিষ্কার করুন যে কারও চোখ বন্ধ ছিল had মধ্যে প্রতিটি একক শট

অবশেষে, ফেস ডিটেকশন এপিআইতে একটি ফেস-ট্র্যাকিং উপাদান অন্তর্ভুক্ত রয়েছে, যা একটি মুখকে একটি আইডি বরাদ্দ করে এবং তারপরে একাধিক টানা চিত্র বা ভিডিও ফ্রেম জুড়ে সেই মুখটিকে ট্র্যাক করে। মনে রাখবেন এটি মুখ অনুসরণকরণ এবং সত্য মুখের নয় স্বীকার। পর্দার আড়ালে, ফেস ডিটেকশন এপিআই মুখের অবস্থান এবং গতি সন্ধান করছে এবং তারপরে অনুমান করছে যে এই মুখটি সম্ভবত একই ব্যক্তির অন্তর্গত, তবে এটি চূড়ান্তভাবে ব্যক্তির পরিচয় সম্পর্কে অজানা।

নিজের জন্য ফেস ডিটেকশন এপিআই চেষ্টা করে দেখুন! কীভাবে মেশিন লার্নিং এবং ফায়ারবেস এমএল কিট দিয়ে একটি ফেস-ডিটেকিং অ্যাপ তৈরি করতে হয় তা সন্ধান করুন।

ফায়ারবেস এবং এমএল সহ বারকোড স্ক্যানিং

অন্যান্য কিছু মেশিন লার্নিং এপিআইয়ের মতো বারকোড স্ক্যানিং উত্তেজনাপূর্ণ না শোনাতে পারে তবে এটি এমএল কিটের অন্যতম অ্যাক্সেসযোগ্য অংশ।

বারকোড স্ক্যান করার জন্য কোনও বিশেষজ্ঞ হার্ডওয়্যার বা সফ্টওয়্যার প্রয়োজন হয় না, তাই আপনার বয়স্ক বা বাজেট ডিভাইসের ব্যবহারকারীদের সহ আপনার অ্যাপ্লিকেশন যতটা সম্ভব লোকের কাছে অ্যাক্সেসযোগ্য থাকবে তা নিশ্চিত করার সময় আপনি বারকোড স্ক্যানিং এপিআই ব্যবহার করতে পারেন। যতক্ষণ না কোনও ডিভাইসে কার্যকরী ক্যামেরা থাকে ততক্ষণ বারকোড স্ক্যান করতে কোনও সমস্যা হওয়া উচিত নয়।

এমএল কিটের বারকোড স্ক্যানিং এপিআই প্রিন্টেড এবং ডিজিটাল বারকোডগুলি থেকে বিস্তৃত তথ্য আহরণ করতে পারে, যা বাস্তব অ্যাপ্লিকেশন থেকে আপনার অ্যাপ্লিকেশনটিতে তথ্য প্রেরণে দ্রুত, সহজ এবং অ্যাক্সেসযোগ্য উপায় করে তোলে, ব্যবহারকারীরা কোনও ক্লান্তিকর ম্যানুয়াল ডেটা এন্ট্রি না করেই করে without ।

বারকোড স্ক্যানিং এপিআই একটি বারকোড থেকে সনাক্ত করতে এবং পার্স করতে পারে এমন নয়টি বিভিন্ন ধরণের ডেটা রয়েছে:

• TYPE_CALENDAR_EVENT। এটিতে ইভেন্টের অবস্থান, সংগঠক এবং এর শুরু এবং শেষ সময় সম্পর্কিত তথ্য থাকে containsযদি আপনি কোনও ইভেন্ট প্রচার করছেন, তবে আপনি আপনার পোস্টার বা ফ্লায়ারগুলিতে একটি মুদ্রিত বারকোড অন্তর্ভুক্ত করতে পারেন বা আপনার ওয়েবসাইটে ডিজিটাল বারকোড যুক্ত করতে পারেন। সম্ভাব্য অংশগ্রহণকারীরা তার বারকোড স্ক্যান করে কেবল আপনার ইভেন্ট সম্পর্কিত সমস্ত তথ্যই বের করতে পারবেন।
• TYPE_CONTACT_INFO। এই ডেটা প্রকারে যোগাযোগের ইমেল ঠিকানা, নাম, ফোন নম্বর এবং শিরোনামের মতো তথ্য coversাকা থাকে।
• TYPE_DRIVER_LICENSE। এতে রাস্তার, শহর, রাজ্য, নাম এবং ড্রাইভারের লাইসেন্সের সাথে সম্পর্কিত জন্ম তারিখের মতো তথ্য রয়েছে।
• TYPE_EMAIL। এই ডেটা টাইপের মধ্যে একটি ইমেল ঠিকানা, এবং ইমেলের বিষয় লাইন, এবং বডি পাঠ্য অন্তর্ভুক্ত রয়েছে।
• TYPE_GEO। এটিতে একটি নির্দিষ্ট জিও পয়েন্টের জন্য অক্ষাংশ এবং দ্রাঘিমাংশ রয়েছে যা আপনার ব্যবহারকারীদের সাথে কোনও অবস্থান ভাগ করার সহজ উপায় বা তাদের অবস্থান অন্যদের সাথে ভাগ করে নেওয়ার একটি সহজ উপায়। এমনকি আপনি অবস্থান-ভিত্তিক ইভেন্টগুলি ট্রিগার করতে জিও বারকোডগুলিও ব্যবহার করতে পারেন যেমন ব্যবহারকারীর বর্তমান অবস্থান সম্পর্কে কিছু দরকারী তথ্য প্রদর্শন করা বা অবস্থান ভিত্তিক মোবাইল গেমগুলির ভিত্তি হিসাবে।
• TYPE_PHONE। এটিতে টেলিফোন নম্বর এবং নম্বরটির ধরণ রয়েছে, উদাহরণস্বরূপ এটি কোনও কাজ বা বাড়ির টেলিফোন নম্বর কিনা।
• TYPE_SMS। এটিতে কিছু এসএমএসের বডি টেক্সট এবং এসএমএসের সাথে যুক্ত ফোন নম্বর রয়েছে।
• TYPE_URL। এই ডেটা টাইপটিতে একটি URL এবং URL- এর শিরোনাম রয়েছে। কোনও টাইপস বা বানান ভুল না করেই একটি দীর্ঘ, জটিল ইউআরএল ম্যানুয়ালি টাইপ করতে আপনার ব্যবহারকারীদের উপর নির্ভর করার চেয়ে একটি TYPE_URL বারকোড স্ক্যান করা অনেক সহজ।
• TYPE_WIFI। এটিতে একটি ওয়াই-ফাই নেটওয়ার্কের এসএসআইডি এবং পাসওয়ার্ড রয়েছে, এবং এর এনক্রিপশন ধরণের যেমন ওপেন, ডাব্লুইপি বা ডাব্লুপিএ রয়েছে। আপনার ব্যবহারকারীদের এই তথ্যটি ভুলভাবে প্রবেশ করার ঝুঁকি সম্পূর্ণরূপে অপসারণ করার সাথে সাথে ওয়াই-ফাই বারকোড ওয়াই-ফাই শংসাপত্রগুলি ভাগ করার অন্যতম সহজ উপায়।

বারকোড স্ক্যানিং এপিআই কোডাবার, কোড 39, EAN-8, ITF, এবং UPC-A এর মতো লিনিয়ার ফর্ম্যাট এবং অ্যাজটেক, ডেটা ম্যাট্রিক্স এবং কিউআর কোডগুলির মতো 2D ফর্ম্যাট সহ বিভিন্ন বারকোডের বিভিন্ন শ্রেণির ডেটা পার্স করতে পারে।

আপনার শেষ ব্যবহারকারীদের জন্য জিনিসগুলিকে আরও সহজ করার জন্য, এই এপিআই একই সাথে সমস্ত সমর্থিত বারকোডগুলির জন্য স্ক্যান করে এবং বারকোডের অভিমুখীকরণ নির্বিশেষে ডেটাও বের করতে পারে - তাই ব্যবহারকারী স্ক্যান করলে বারকোড পুরোপুরি উল্টো দিকে যায় কি না!

ক্লাউডে মেশিন লার্নিং: ল্যান্ডমার্ক রিকগনিশন API

আপনি কোনও চিত্রের মধ্যে সুপরিচিত প্রাকৃতিক এবং নির্মিত নিদর্শন চিহ্নিত করতে এমএল কিটের ল্যান্ডমার্ক সনাক্তকরণ API ব্যবহার করতে পারেন।

যদি আপনি এই এপিআইতে একটি বিখ্যাত ল্যান্ডমার্ক সম্বলিত একটি চিত্রটি পাস করেন তবে এটি সেই ল্যান্ডমার্কের নাম, ল্যান্ডমার্কের অক্ষাংশ এবং দ্রাঘিমাংশ মানগুলি এবং চিত্রের মধ্যে ল্যান্ডমার্কটি কোথায় সন্ধান পেয়েছে তা নির্দেশ করে এমন একটি সীমাবদ্ধ বাক্স ফিরে আসবে।

ব্যবহারকারীর ফটোগুলি স্বয়ংক্রিয়ভাবে ট্যাগ করে এমন অ্যাপ্লিকেশন তৈরি করতে বা আরও কাস্টমাইজড অভিজ্ঞতা দেওয়ার জন্য আপনি ল্যান্ডমার্ক রিকগনিশন এপিআই ব্যবহার করতে পারেন, উদাহরণস্বরূপ যদি আপনার অ্যাপ্লিকেশনটি স্বীকৃতি দেয় যে কোনও ব্যবহারকারী আইফেল টাওয়ারের ছবি তুলছেন, তবে এটি সম্পর্কে কিছু আকর্ষণীয় তথ্য সরবরাহ করতে পারে এই ল্যান্ডমার্ক, বা অনুরূপ, কাছাকাছি ভ্রমণকারীদের আকর্ষণগুলির পরামর্শ দেয় যা ব্যবহারকারী পরবর্তী ভ্রমণ করতে চাইতে পারে।

অসাধারণভাবে এমএল কিটের জন্য, ল্যান্ডমার্ক সনাক্তকরণ এপিআই কেবলমাত্র ক্লাউড-ভিত্তিক এপিআই হিসাবে উপলভ্য, সুতরাং আপনার অ্যাপ্লিকেশনটি কেবলমাত্র ডিভাইসটিতে একটি সক্রিয় ইন্টারনেট সংযোগ থাকলে ল্যান্ডমার্ক সনাক্তকরণ করতে সক্ষম হবে।

ভাষা সনাক্তকরণ এপিআই: একটি আন্তর্জাতিক শ্রোতার জন্য বিকাশ

বর্তমানে, অ্যান্ড্রয়েড অ্যাপ্লিকেশনগুলি বিশ্বের বিভিন্ন প্রান্তে ব্যবহার করা হয়, বিভিন্ন ব্যবহারকারী বিভিন্ন ভাষায় কথা বলতে পারেন।

এমএল কিটের ল্যাঙ্গুয়েজ আইডেন্টিফিকেশন এপিআই আপনার অ্যান্ড্রয়েড অ্যাপ্লিকেশনটিকে একটি আন্তর্জাতিক শ্রোতার কাছে আবেদন করতে সাহায্য করতে পারে, কোনও পাঠ্যের স্ট্রিং নিয়ে এবং তাতে লেখা ভাষাগুলি নির্ধারণ করে Language ভাষা সনাক্তকরণ এপিআই আরবি, বুলগেরিয়ান, চীনা, গ্রীক, হিন্দি, জাপানি এবং রাশিয়ান।

এই API টি যে কোনও অ্যাপ্লিকেশনটিতে মূল্যবান সংযোজন হতে পারে যা ব্যবহারকারীর সরবরাহিত পাঠ্যকে প্রক্রিয়াকরণ করে, কারণ এই পাঠ্যে খুব কমই কোনও ভাষার তথ্য অন্তর্ভুক্ত থাকে। আপনি অনুবাদ অ্যাপ্লিকেশনগুলিতে অনুবাদ করার প্রথম ধাপ হিসাবে ভাষা সনাক্তকরণ এপিআই ব্যবহার করতে পারেন কিছু, আপনি কোন ভাষার সাথে কাজ করছেন তা জানা হচ্ছে! উদাহরণস্বরূপ, যদি ব্যবহারকারী একটি মেনুতে তাদের ডিভাইসের ক্যামেরাটি নির্দেশ করে, তবে আপনার অ্যাপ্লিকেশনটি ভাষা সনাক্তকরণ API ব্যবহার করতে পারে মেনুটি ফ্রেঞ্চ ভাষায় লেখা আছে তা নির্ধারণ করতে এবং তারপরে ক্লাউড অনুবাদ API এর মতো একটি পরিষেবা ব্যবহার করে এই মেনুটি অনুবাদ করার প্রস্তাব দেয় ( সম্ভবত এটির পাঠ্য বের করার পরে, পাঠ্য শনাক্তকরণ এপিআই ব্যবহার করে?)

প্রশ্নের মধ্যে থাকা স্ট্রিংয়ের উপর নির্ভর করে, ভাষা সনাক্তকরণ এপিআই আত্মবিশ্বাসের স্কোর সহ একাধিক সম্ভাব্য ভাষা ফিরিয়ে আনতে পারে যাতে আপনি সনাক্ত করতে পারবেন কোনটি সঠিক ভাষা সম্ভবত সঠিক হতে পারে। নোট করুন যে এমএল কিট লেখার সময় একই স্ট্রিংয়ের মধ্যে একাধিক ভিন্ন ভাষা সনাক্ত করতে পারেনি।

এই API টি রিয়েল টাইমে ভাষা সনাক্তকরণ সরবরাহ করে তা নিশ্চিত করার জন্য, ভাষা সনাক্তকরণ API কেবলমাত্র অন-ডিভাইস মডেল হিসাবে উপলভ্য।

শীঘ্রই আসছে: স্মার্ট উত্তর

গুগল ভবিষ্যতে এমএল কিটে আরও এপিআই যুক্ত করার পরিকল্পনা করেছে, তবে আমরা ইতিমধ্যে একটি আপ-আপ এবং আসন্ন এপিআই সম্পর্কে জানি।

এমএল কিট ওয়েবসাইট অনুযায়ী, আসন্ন স্মার্ট রিপ্লাই এপিআই বর্তমান প্রসঙ্গে মাপসই পাঠ্যের স্নিপেটগুলির পরামর্শ দিয়ে আপনাকে আপনার অ্যাপ্লিকেশনগুলিতে প্রাসঙ্গিক বার্তাপ্রেরণের জবাব দেওয়ার অনুমতি দেবে। এই এপিআই সম্পর্কে আমরা ইতিমধ্যে যা জানি তার ভিত্তিতে, মনে হয় যে স্মার্ট রিপ্লাইটি অ্যান্ড্রয়েড অ্যাপ্লিকেশন, ওয়ার ওএস এবং জিমেইলে ইতিমধ্যে উপলব্ধ প্রস্তাবিত প্রতিক্রিয়া বৈশিষ্ট্যের সাথে সমান হবে।

নীচের স্ক্রিনশটটি বর্তমানে প্রস্তাবিত প্রতিক্রিয়া বৈশিষ্ট্যটি জিমেইলে কীভাবে দেখায় তা দেখায়।

এরপর কি? এমএন কিট সহ টেনসরফ্লো লাইট ব্যবহার করা

এমএল কিট সাধারণ মোবাইল ব্যবহারের ক্ষেত্রে প্রাক-বিল্ট মডেলগুলি সরবরাহ করে তবে কিছু সময় আপনি এই তৈরি মডেলগুলির বাইরে যেতে চাইতে পারেন।

টেনসরফ্লো লাইট ব্যবহার করে নিজের এমএল মডেল তৈরি করা এবং তারপরে এমএল কিট ব্যবহার করে বিতরণ করা সম্ভব। তবে, কেবল সচেতন থাকুন যে এমএল কিটের রেডিমেড এপিআইগুলির বিপরীতে, আপনার নিজের এমএল মডেলগুলির সাথে কাজ করার জন্য একটি প্রয়োজন গুরুত্বপূর্ণ এমএল দক্ষতার পরিমাণ।

একবার আপনি আপনার টেনসরফ্লো লাইট মডেলগুলি তৈরি করার পরে, আপনি সেগুলি ফায়ারবেসে আপলোড করতে পারেন এবং গুগল তার পরে আপনার শেষ ব্যবহারকারীদের কাছে এই মডেলগুলি হোস্টিং এবং পরিবেশন পরিচালনা করবে। এই দৃশ্যে, এমএল কিট আপনার কাস্টম মডেলটির উপরে একটি API স্তর হিসাবে কাজ করে, যা কাস্টম মডেলগুলি ব্যবহারের সাথে জড়িত কিছু ভারী-উত্তোলনকে সহজতর করে। সবচেয়ে উল্লেখযোগ্যভাবে, এমএল কিট স্বয়ংক্রিয়ভাবে আপনার মডেলগুলির সর্বশেষতম সংস্করণটি আপনার ব্যবহারকারীদের কাছে চাপিয়ে দেবে, সুতরাং প্রতিবার আপনার মডেলটিকে টুইট করতে চাইলে আপনাকে আপনার অ্যাপ্লিকেশনটি আপডেট করতে হবে না।

সর্বোত্তম সম্ভাব্য ব্যবহারকারীর অভিজ্ঞতা সরবরাহ করার জন্য, আপনি যে শর্তগুলি পূরণ করতে হবে তা আপনি নির্দিষ্ট করতে পারেন, আপনার অ্যাপ্লিকেশনটি আপনার টেনসরফ্লো লাইট মডেলের নতুন সংস্করণ ডাউনলোড করার আগে উদাহরণস্বরূপ কেবলমাত্র যখন ডিভাইসটি নিষ্ক্রিয়, চার্জিং হয় বা Wi- এর সাথে সংযুক্ত থাকে তখন মডেলটিকে আপডেট করা হয় ating ফাই। এমনকি আপনি অন্যান্য ফায়ারবেস পরিষেবাদির পাশাপাশি এমএল কিট এবং টেনসরফ্লো লাইটও ব্যবহার করতে পারেন, উদাহরণস্বরূপ ফায়ারবেস রিমোট কনফিগারেশন এবং ফায়ারবেস এ / বি পরীক্ষার ব্যবহারকারীর বিভিন্ন সেটগুলিতে বিভিন্ন মডেল পরিবেশন করতে।

আপনি যদি প্রাক-বিল্ট মডেলগুলি ছাড়িয়ে যেতে চান বা এমএল কিটের বিদ্যমান মডেলগুলি আপনার প্রয়োজনীয়তাগুলি পুরোপুরি পূরণ না করে তবে আপনি অফিসিয়াল ফায়ারবেস ডক্সে আপনার নিজের মেশিন লার্নিং মডেল তৈরির বিষয়ে আরও শিখতে পারেন।

মোড়ক উম্মচন

এই নিবন্ধে, আমরা গুগলের মেশিন লার্নিং কিটের প্রতিটি উপাদানকে দেখেছি এবং এমন কিছু সাধারণ পরিস্থিতি coveredেকে রেখেছি যেখানে আপনি প্রতিটি এমএল কিট এপিআই ব্যবহার করতে চাইতে পারেন।

গুগল ভবিষ্যতে আরও এপিআই যুক্ত করার পরিকল্পনা করছে, সুতরাং পরবর্তী কোন এমএল কিটটিতে আপনি কোন মেশিন লার্নিং এপিআই যুক্ত দেখতে চান? নীচের মতামত আমাদের জানতে দিন!