इमेज एम्बेड करने से जुड़ी टास्क गाइड

MediaPipe Image Embedder टास्क से आपको किसी इमेज को संख्या में दिखाने की सुविधा मिलती है, जिससे ML-आधारित इमेज के अलग-अलग टास्क पूरे करने में मदद मिलती है. इस फ़ंक्शन का इस्तेमाल, अक्सर दो इमेज की समानता की तुलना करने के लिए किया जाता है. इसके लिए, कोसाइन समानता जैसी गणित की तुलना करने वाली तकनीकों का इस्तेमाल किया जाता है. यह टास्क, इमेज डेटा पर स्टैटिक डेटा या कंटिन्यूअस स्ट्रीम के तौर पर मशीन लर्निंग (एमएल) मॉडल पर काम करता है. साथ ही, हाई-डाइमेंशन वाले फ़ीचर वेक्टर की सूची के रूप में इमेज डेटा को संख्या में दिखाता है, जिसे फ़्लोटिंग पॉइंट या संख्या के मुताबिक फ़ॉर्म में एम्बेड करना वेक्टर भी कहा जाता है.

इसे आज़माएं!arrow_forward

शुरू करें

अपने टारगेट प्लैटफ़ॉर्म के लिए, इनमें से किसी एक को लागू करने की गाइड का पालन करके इस टास्क का इस्तेमाल शुरू करें. ये प्लैटफ़ॉर्म गाइड, सुझाए गए मॉडल का इस्तेमाल करके इस टास्क को लागू करने की बुनियादी जानकारी देती हैं. साथ ही, सुझाए गए कॉन्फ़िगरेशन विकल्पों के साथ कोड के उदाहरण भी देती हैं:

• Android - कोड उदाहरण - गाइड
• Python - कोड का उदाहरण - गाइड
• वेब - कोड का उदाहरण - गाइड

टास्क की जानकारी

इस सेक्शन में इस टास्क की क्षमताओं, इनपुट, आउटपुट, और कॉन्फ़िगरेशन के विकल्पों के बारे में बताया गया है.

सुविधाएं

• इनपुट इमेज प्रोसेसिंग - प्रोसेसिंग में, इमेज को घुमाना, उसका साइज़ बदलना, उसे नॉर्मलाइज़ेशन, और कलर स्पेस में बदलाव करना शामिल होता है.
• पसंद का क्षेत्र - पूरी इमेज के बजाय, इमेज के किसी हिस्से पर एम्बेड करता है.
• समानता की गणना एम्बेड करना - दो फ़ीचर वेक्टर के बीच कोसाइन समानता का पता लगाने के लिए, पहले से मौजूद यूटिलिटी फ़ंक्शन
• क्वांटाइज़ेशन - फ़ीचर वेक्टर के लिए स्केलर क्वांटाइज़ेशन की सुविधा काम करती है.

कॉन्फ़िगरेशन के विकल्प

इस टास्क में कॉन्फ़िगरेशन के ये विकल्प हैं:

मॉडल

इमेज एम्बेडर को डाउनलोड करने और आपकी प्रोजेक्ट डायरेक्ट्री में सेव करने के लिए, इमेज एम्बेड करने वाले मॉडल की ज़रूरत होती है. इस टास्क के साथ डेवलप करना शुरू करने पर, अपने टारगेट प्लैटफ़ॉर्म के लिए डिफ़ॉल्ट रूप से सुझाए गए मॉडल से शुरुआत करें. आम तौर पर, अन्य उपलब्ध मॉडल में परफ़ॉर्मेंस, सटीक होने, रिज़ॉल्यूशन, और संसाधन की ज़रूरी शर्तों के बीच ट्रेड-ऑफ़ होता है. कुछ मामलों में, इनमें अतिरिक्त सुविधाएं भी शामिल होती हैं.

MobileNetV3 मॉडल

यह मॉडल फ़ैमिली, MobileNet V3 आर्किटेक्चर का इस्तेमाल करता है. इसे ImageNet डेटा का इस्तेमाल करके ट्रेनिंग दी गई थी. यह मॉडल कंवोलूशनल लेयर में डेप्थ (सुविधाओं की संख्या) के लिए 0.75 के मल्टीप्लायर का इस्तेमाल करता है, ताकि इंतज़ार का समय कम या ज़्यादा किया जा सके. इसके अलावा, MobileNet V3 दो अलग-अलग साइज़ में आता है, छोटा और बड़ा, ताकि नेटवर्क को कम या ज़्यादा रिसॉर्स के इस्तेमाल के हिसाब से बदला जा सके.

टास्क के मानदंड

यहां पहले से ट्रेन किए गए मॉडल पर आधारित पूरी पाइपलाइन के लिए टास्क के मानदंड दिए गए हैं. इंतज़ार के समय का नतीजा यह पता चलता है कि Pixel 6 को सीपीयू / जीपीयू का इस्तेमाल करके औसतन इंतज़ार किया जा सकता है.