এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
YOLO (ইউ ওনলি লুক ওয়ান্স)
রিয়েল-টাইম ডিটেকশন সিস্টেম যা সর্বোচ্চ গতির জন্য একবারে ইমেজ প্রসেস করে।
R-CNN (রিজিওন-ভিত্তিক কনভোলিউশনাল নিউরাল নেটওয়ার্কস)
দুটি ধাপের স্থাপত্য যা প্রথমে আগ্রহের অঞ্চল প্রস্তাব করে এবং তারপর সেগুলিকে শ্রেণীবদ্ধ করে।
SSD (সিঙ্গেল শট মাল্টিবক্স ডিটেক্টর)
বিভিন্ন আকারের বস্তু সনাক্ত করতে মাল্টি-স্কেল ফিচার লেয়ার ব্যবহার করে এমন একটি সিঙ্গেল শট ডিটেক্টর।
Faster R-CNN
R-CNN-এর উন্নতি যা দ্রুত সনাক্তকরণের জন্য একটি অঞ্চল প্রস্তাব নেটওয়ার্ককে সংহত করে।
Mask R-CNN
Faster R-CNN এর একটি সম্প্রসারণ যা সুনির্দিষ্ট অবজেক্ট মাস্কের জন্য একটি সেগমেন্টেশন শাখা যোগ করে।
রেটিনানেট
দুর্লভ বস্তু শনাক্তকরণ উন্নত করতে এবং শ্রেণিগুলোর ভারসাম্য বজায় রাখতে ফোকাল লস প্রবর্তনকারী আর্কিটেকচার।
DETR (DEtection TRansformer)
ট্রান্সফরমার-ভিত্তিক পদ্ধতি যা অ্যাঙ্কর এবং NMS-এর মতো ম্যানুয়াল উপাদানগুলো দূর করে।
EfficientDet
সমন্বিত স্কেলিংয়ের মাধ্যমে নির্ভুলতা/দক্ষতার ভারসাম্য অপ্টিমাইজ করে এমন মডেল পরিবার।
Cascade R-CNN
উন্নত নির্ভুলতার জন্য ক্রমবর্ধমান IoU সহ ডিটেক্টর প্রশিক্ষণ দেয় এমন ক্যাসকেড আর্কিটেকচার।
CornerNet
বস্তুর উপরের বাম ও নিচের ডান কোণ শনাক্তকারী কী-পয়েন্ট ভিত্তিক ডিটেক্টর।
FCOS (ফুলি কনভোলিউশনাল ওয়ান-স্টেজ)
এনকার-মুক্ত ডিটেক্টর যা সরাসরি ফিচার ম্যাপের পিক্সেল থেকে বাক্স প্রেডিক্ট করে।
CenterNet
কী-পয়েন্ট ভিত্তিক ডিটেক্টর যা বস্তুর কেন্দ্র এবং তাদের মাত্রা চিহ্নিত করে।
YOLOv5 এবং এর বৈচিত্র্য
YOLO-এর আধুনিক বিবর্তন যা অপ্টিমাইজড আর্কিটেকচার এবং বৃহৎ ডেটাসেটে প্রি-ট্রেনিং সহ।
ভিশন ট্রান্সফরমারস ফর ডিটেকশন
প্রথাগত কনভোলিউশন ছাড়াই ডিটেকশনের জন্য ভিশনে ট্রান্সফরমারসের প্রয়োগ।