এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
সেগমেন্টার
একটি বিশুদ্ধ ট্রান্সফরমার আর্কিটেকচার ভিত্তিক সেমান্টিক সেগমেন্টেশন মডেল, যা পিক্সেলগুলির মধ্যে দীর্ঘ-দূরত্বের প্রাসঙ্গিক সম্পর্ক কার্যকরভাবে ক্যাপচার করার জন্য ডিজাইন করা হয়েছে।
শেখার যোগ্য টোকেন
এলোমেলোভাবে শুরু করা এবং প্রশিক্ষণের সময় শেখা এম্বেডিং ভেক্টর, যা প্রাসঙ্গিক তথ্য একত্রিত করতে এবং সেগমেন্টেশন শ্রেণীগুলি ভবিষ্যদ্বাণী করতে ট্রান্সফরমার ডিকোডারগুলিতে ব্যবহৃত হয়।
সেগমেন্টেশন ট্রান্সফরমার ডিকোডার
একটি মডিউল যা এনকোডার বৈশিষ্ট্যগুলি থেকে উচ্চ-রেজোলিউশনের সেগমেন্টেশন ম্যাপ পুনর্গঠন করে, পিক্সেল দ্বারা পিক্সেল ভবিষ্যদ্বাণী পরিমার্জন করতে অ্যাটেনশন মেকানিজম ব্যবহার করে।
সেগফরমার
একটি দক্ষ এবং সহজ সেগমেন্টেশন আর্কিটেকচার যা একটি শ্রেণিবদ্ধ ট্রান্সফরমার এনকোডার এবং একটি হালকা ডিকোডার (অল-এমএলপি) ভিত্তিক, কম প্যারামিটার দিয়ে আরও ভাল পারফরম্যান্সের জন্য ডিজাইন করা হয়েছে।
মাস্কড অটোএনকোডিং (এমএই)
স্ব-তত্ত্বাবধানে প্রাক-প্রশিক্ষণের কৌশল যেখানে একটি ছবির বড় অংশ মাস্ক করা হয় এবং মডেল সেগুলি পুনর্গঠন করতে শেখে, সেগমেন্টেশনের জন্য প্রাসঙ্গিক বোঝার উন্নতি করে।
কোয়েরি-ভিত্তিক সেগমেন্টেশন
একটি প্যারাডাইম যেখানে শেখার যোগ্য কোয়েরি ভেক্টরের একটি নির্দিষ্ট সেট ছবির বৈশিষ্ট্যগুলি অনুসন্ধান করতে এবং সরাসরি সেগমেন্টেশন মাস্ক তৈরি করতে ব্যবহৃত হয়।
শ্রেণিবদ্ধ উইন্ডোইং
ভিশন ট্রান্সফরমারগুলিতে একটি কৌশল যা ছবিটিকে বিভিন্ন স্কেলে উইন্ডোতে বিভক্ত করে এবং স্থানীয় বিবরণ এবং গ্লোবাল প্রসঙ্গ উভয়ই ক্যাপচার করতে সেগুলিকে শ্রেণিবদ্ধভাবে একত্রিত করে।
ক্লাস এম্বেডিং
প্রতিটি সেমান্টিক বিভাগের জন্য শেখা ভেক্টর উপস্থাপনা, যা পিক্সেল শ্রেণীবিভাগ নির্দেশিত করতে এবং ভবিষ্যদ্বাণীর সামঞ্জস্য উন্নত করতে ট্রান্সফরমার ডিকোডারগুলিতে ব্যবহৃত হয়।