এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
SSD (সিঙ্গেল শট মাল্টিবক্স ডিটেক্টর)
দ্রুত এবং সঠিক অবজেক্ট ডিটেকশনের জন্য বিভিন্ন রেজোলিউশনের ফিচার ম্যাপে মাল্টি-স্কেল ডিফল্ট অ্যাঙ্কর বক্স ব্যবহার করে রিজিওন প্রপোজাল দূর করে এমন একটি অবজেক্ট ডিটেকশন আর্কিটেকচার।
অ্যাঙ্কর বক্স (Anchor Boxes)
সুনির্দিষ্ট উচ্চতা এবং প্রস্থ সহ প্রি-ডিফাইন্ড বক্সের সেট যা অবজেক্টের বাউন্ডিং বক্স প্রেডিক্ট করার জন্য রেফারেন্স হিসেবে ব্যবহৃত হয়, ওয়ান-স্টেজ ডিটেক্টরে কনভারজেন্স ত্বরান্বিত করে এবং নির্ভুলতা উন্নত করে।
রেটিনানেট
ব্যাকগ্রাউন্ড এবং ফোরগ্রাউন্ড ক্লাসের মধ্যে চরম ভারসাম্যহীনতার সমস্যা সমাধানের জন্য ফোকাল লস ফাংশন প্রবর্তনকারী একটি ওয়ান-স্টেজ ডিটেকশন আর্কিটেকচার, যা টু-স্টেজ মডেলের সমতুল্য পারফরম্যান্স অর্জন করে।
ডিটেকশন দক্ষতা (Detection Efficiency)
ডিটেকশন নির্ভুলতা এবং ইনফারেন্স গতির মধ্যে ভারসাম্য মূল্যায়নকারী পারফরম্যান্স পরিমাপ, যা প্রায়শই একটি প্রদত্ত গড় নির্ভুলতা (mAP) জন্য প্রতি সেকেন্ডে ইমেজ (FPS) হিসেবে প্রকাশ করা হয়।
ফিচার ম্যাপ (Feature Map)
কনভোলিউশনাল নিউরাল নেটওয়ার্ক লেয়ার দ্বারা নিষ্কাশিত বৈশিষ্ট্যগুলোর স্থানিক উপস্থাপনা, যেখানে প্রতিটি বিন্দু ইনপুট ইমেজের একটি অঞ্চলের সাথে মিলে যায় এবং ডিটেকশনের জন্য সেমান্টিক তথ্য এনকোড করে।
রিসেপটিভ ফিল্ড (Receptive Field)
ইনপুট ইমেজের সেই অঞ্চল যা একটি ফিচার ম্যাপের একটি নির্দিষ্ট নিউরনকে প্রভাবিত করে, যার আকার নেটওয়ার্কের গভীরতার সাথে বৃদ্ধি পায় এবং বিভিন্ন স্কেলে অবজেক্ট শনাক্ত করার জন্য অত্যন্ত গুরুত্বপূর্ণ।
ঘন ডিটেকশন (Dense Detection)
একটি ডিটেকশন কৌশল যা ফিচার ম্যাপের প্রতিটি স্থানিক অবস্থানে অবজেক্ট প্রেডিক্ট করে, স্পার্স পদ্ধতির বিপরীতে, যা আরও সম্পূর্ণ ডিটেকশন সক্ষম করে কিন্তু রিডানডেন্ট প্রেডিকশনের কার্যকর ব্যবস্থাপনা প্রয়োজন।
মাল্টি-স্কেল
বিভিন্ন আকারের অবজেক্ট ডিটেকশন উন্নত করার জন্য একই সাথে বিভিন্ন স্পেসিয়াল রেজোলিউশনে বৈশিষ্ট্য প্রক্রিয়াকরণের একটি ডিটেকশন পদ্ধতি, যা প্রায়শই ফিচার পিরামিড বা সমান্তরাল ব্রাঞ্চের মাধ্যমে বাস্তবায়িত হয়।
কনফিডেন্স স্কোর (Confidence Score)
মডেল দ্বারা পূর্বাভাসিত সম্ভাব্যতা মান যা নির্দেশ করে একটি বাউন্ডিং বক্সে একটি নির্দিষ্ট শ্রেণীর বস্তু থাকার মাত্রা, শনাক্তকরণ ফিল্টারিং এবং মূল্যায়নের জন্য ব্যবহৃত হয়।
রিজিওন অফ ইন্টারেস্ট (Region of Interest)
ইমেজের নির্দিষ্ট এলাকা যেখানে মডেল শনাক্তকরণ বা শ্রেণীবিভাগের জন্য ফোকাস করে, এক-পর্যায়ের ডিটেক্টরগুলিতে বৈশিষ্ট্য গ্রিডের পূর্বাভাস দ্বারা অন্তর্নিহিতভাবে সংজ্ঞায়িত।
ব্যাকবোন (Backbone)
প্রি-ট্রেন্ড কনভোলিউশনাল নিউরাল নেটওয়ার্ক (যেমন ResNet, VGG, বা Darknet) যা ডিটেকশন আর্কিটেকচারে প্রধান বৈশিষ্ট্য এক্সট্রাক্টর হিসেবে ব্যবহৃত হয়, মৌলিক ভিজ্যুয়াল উপস্থাপনা প্রদান করে।
ডিটেকশন হেড (Detection Head)
এক-পর্যায়ের ডিটেক্টরের চূড়ান্ত মডিউল যা ব্যাকবোন দ্বারা নিষ্কাশিত বৈশিষ্ট্যগুলি গ্রহণ করে এবং প্রতিটি গ্রিড অবস্থানের জন্য বাউন্ডিং বক্স, শ্রেণী এবং কনফিডেন্স স্কোর পূর্বাভাস করে।
বক্স অফসেট (Box Offset)
পূর্বনির্ধারিত অ্যাঙ্কর বক্সের সাপেক্ষে স্থানচ্যুতির পূর্বাভাস যা বস্তুর অবস্থান পরিমার্জনের জন্য ব্যবহৃত হয়, পূর্বাভাস এবং অ্যাঙ্করের মধ্যে স্থানাঙ্ক (x, y) এবং মাত্রা (প্রস্থ, উচ্চতা) পার্থক্য উপস্থাপন করে।