इमेज एम्बेड करने से जुड़ी टास्क गाइड

MediaPipe Image Embedder टास्क की मदद से, किसी इमेज को अंकों के तौर पर दिखाया जा सकता है. यह टास्क, एमएल (मशीन लर्निंग) पर आधारित इमेज से जुड़े अलग-अलग टास्क को पूरा करने में मददगार होता है. इस सुविधा का इस्तेमाल, अक्सर दो इमेज की तुलना करने के लिए किया जाता है. इसके लिए, कोसाइन सिमिलैरिटी जैसी गणितीय तुलना करने की तकनीकों का इस्तेमाल किया जाता है. यह टास्क, स्टैटिक डेटा या लगातार चलने वाली स्ट्रीम के तौर पर, मशीन लर्निंग (एमएल) मॉडल के साथ इमेज डेटा पर काम करता है. साथ ही, इमेज डेटा की संख्यात्मक जानकारी को, ज़्यादा डाइमेंशन वाले फ़ीचर वैक्टर की सूची के तौर पर दिखाता है. इन्हें एम्बेडिंग वैक्टर भी कहा जाता है. यह सूची, फ़्लोटिंग-पॉइंट या क्वांटिज़्ड फ़ॉर्मैट में होती है.

इसे आज़माएं!arrow_forward

शुरू करें

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

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

टास्क की जानकारी

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

सुविधाएं

• इनपुट इमेज प्रोसेसिंग - प्रोसेसिंग में इमेज को घुमाना, उसका साइज़ बदलना, सामान्य करना, और कलर स्पेस बदलना शामिल है.
• दिलचस्पी का इलाका - इससे पूरी इमेज के बजाय, इमेज के किसी हिस्से को एम्बेड किया जाता है.
• एम्बेडिंग मिलती-जुलती वैल्यू का हिसाब लगाना - दो फ़ीचर वैक्टर के बीच कोसाइन मिलती-जुलती वैल्यू का हिसाब लगाने के लिए, पहले से मौजूद यूटिलिटी फ़ंक्शन
• क्वांटाइज़ेशन - फ़ीचर वेक्टर के लिए स्केलर क्वांटाइज़ेशन की सुविधा देता है.

कॉन्फ़िगरेशन के विकल्प

इस टास्क के लिए, कॉन्फ़िगरेशन के ये विकल्प उपलब्ध हैं:

मॉडल

इमेज एम्बेडर को, इमेज एम्बेड करने के लिए मॉडल डाउनलोड करके, अपनी प्रोजेक्ट डायरेक्ट्री में सेव करना होगा. इस टास्क की मदद से डेवलपमेंट शुरू करते समय, अपने टारगेट प्लैटफ़ॉर्म के लिए डिफ़ॉल्ट और सुझाए गए मॉडल का इस्तेमाल करें. उपलब्ध अन्य मॉडल में आम तौर पर, परफ़ॉर्मेंस, सटीक जानकारी, रिज़ॉल्यूशन, और संसाधनों की ज़रूरतों के बीच समझौता किया जाता है. साथ ही, कुछ मामलों में अतिरिक्त सुविधाएं भी शामिल की जाती हैं.

MobileNetV3 मॉडल

यह मॉडल फ़ैमिली, MobileNet V3 आर्किटेक्चर का इस्तेमाल करती है. साथ ही, इसे ImageNet डेटा का इस्तेमाल करके ट्रेन किया गया है. यह मॉडल, सटीक नतीजे और इंतज़ार के समय के बीच के समझौते को बेहतर बनाने के लिए, कॉन्वोल्यूशनल लेयर में डेप्थ (सुविधाओं की संख्या) के लिए 0.75 के मल्टीप्लायर का इस्तेमाल करता है. साथ ही, नेटवर्क को कम या ज़्यादा संसाधन के इस्तेमाल के उदाहरणों के हिसाब से अडैप्ट करने के लिए, MobileNet V3 दो अलग-अलग साइज़ में आता है: छोटा और बड़ा.

टास्क के मानदंड

यहां पूरी पाइपलाइन के लिए टास्क के मानदंड दिए गए हैं. ये मानदंड, ऊपर दिए गए पहले से ट्रेन किए गए मॉडल पर आधारित हैं. इंतज़ार का समय, सीपीयू / जीपीयू का इस्तेमाल करके Pixel 6 पर औसत इंतज़ार का समय होता है.