ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਵੱਖ–ਵੱਖ ਨਸਲਾਂ ਨੂੰ ਕਿਵੇਂ ਜਾਣਦੀਆਂ ਹਨ

ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਤੁਹਾਡੀ ਪਾਲਤੂ ਬਿੱਲੀ ਦੀ ਇਕ ਝਟ ਪਲ ਵਿੱਚ ਖਿੱਚੀ ਤਸਵੀਰ ਨੂੰ ਕੁਝ ਸੈਕਿੰਡਾਂ ਵਿੱਚ ਸੰਭਾਵਿਤ ਨਸਲ ਦੇ ਮਿਲਾਓ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀਆਂ ਹਨ। ਇਸ ਸੌਖੇ ਜਿਹੇ ਟੈਪ ਦੇ ਪਿੱਛੇ ਚਿੱਤਰ ਪ੍ਰਕਿਰਿਆ, ਮਸ਼ੀਨੀ ਸਿੱਖਿਆ ਅਤੇ ਡਾਟਾ ਤੁਲਨਾ ਦੀ ਇੱਕ ਲੜੀ ਕੰਮ ਕਰਦੀ ਹੈ ਜੋ ਖ਼ਾਸ ਤੌਰ ‘ਤੇ ਬਿੱਲੀਆਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਬਣਾਈ ਗਈ ਹੁੰਦੀ ਹੈ।

ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਤੁਹਾਡੇ ਫੋਟੋ ਵਿੱਚ ਬਿੱਲੀ ਨੂੰ ਕਿਵੇਂ “ਵੇਖਦੀਆਂ” ਹਨ

ਸਭ ਤੋਂ ਪਹਿਲਾ ਕੰਮ ਇਹ ਸਿਖਾਉਣਾ ਹੁੰਦਾ ਹੈ ਕਿ ਐਪ ਸਮਝੇ ਕਿ ਤੁਹਾਡੀ ਤਸਵੀਰ ਵਿੱਚ ਬਿੱਲੀ ਹੈ, ਨਾ ਕਿ ਕੋਈ ਹੋਰ ਵਸਤੂ ਜਾਂ ਇਨਸਾਨ।

• ਐਪ ਚਿੱਤਰ ਨੂੰ ਸਕੈਨ ਕਰਕੇ ਬਿੱਲੀ ਦੇ ਆਮ ਆਕਾਰ ਜਿਵੇਂ ਸਿਰ, ਕੰਨ ਅਤੇ ਧੜ ਦੀ ਬਾਹਰੀ ਲਕੀਰ ਆਦਿ ਤੋਂ ਇਸ ਦੀ ਮੌਜੂਦਗੀ ਪਛਾਣਦੀ ਹੈ।
• ਇਹ ਬਿੱਲੀ ਵਾਲੇ ਹਿੱਸੇ ਨੂੰ ਕੱਟ ਕੇ ਕੇਂਦਰ ਵਿੱਚ ਲਿਆਉਂਦੀ ਹੈ, ਆਲੇ–ਦੁਆਲੇ ਦੀਆਂ ਫ਼ਾਲਤੂ ਚੀਜ਼ਾਂ ਹਟਾ ਦਿੰਦੀ ਹੈ ਤਾਂ ਜੋ ਅਲਗੋਰਿਦਮ ਸਿਰਫ਼ ਸੰਬੰਧਿਤ ਪਿਕਸਲਾਂ ‘ਤੇ ਧਿਆਨ ਦੇਵੇ।
• ਇਹ ਚਿੱਤਰ ਨੂੰ ਸਧਾਰਨ ਕਰਦੀ ਹੈ – ਰੋਸ਼ਨੀ, ਕਾਂਟ੍ਰਾਸਟ ਅਤੇ ਆਕਾਰ ਠੀਕ ਕਰਕੇ – ਤਾਂ ਜੋ ਮਾੜੀ ਲਾਈਟ ਜਾਂ ਦੂਰੀ ਦਾ ਅਸਰ ਘੱਟ ਹੋਵੇ।
• ਕਈ ਵਾਰ ਐਪ ਤੁਹਾਨੂੰ ਕੱਟਿਆ ਹਿੱਸਾ ਪੁਸ਼ਟੀ ਕਰਨ ਜਾਂ ਸੋਧਣ ਲਈ ਕਹਿੰਦੀ ਹੈ ਤਾਂ ਕਿ ਸਿਰ ਅਤੇ ਧੜ ਸਾਫ਼–ਸਾਫ਼ ਨਜ਼ਰ ਆਉਣ ਅਤੇ ਪਛਾਣ ਹੋਰ ਸਹੀ ਬਣੇ।

ਬਿੱਲੀ ਦੀ ਨਸਲ ਨਿਰਧਾਰਤ ਕਰਨ ਵਾਲੀਆਂ ਦਿੱਖੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕੱਢਣਾ

ਜਦੋਂ ਬਿੱਲੀ ਨੂੰ ਤਸਵੀਰ ਵਿੱਚੋਂ ਅਲੱਗ ਕਰ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਐਪ ਉਹ ਦਿੱਖੀ ਨਮੂਨੇ ਲੱਭਦੀ ਹੈ ਜੋ ਇੱਕ ਨਸਲ ਨੂੰ ਦੂਜੀ ਤੋਂ ਵੱਖ ਕਰਦੇ ਹਨ।

• ਪ੍ਰਣਾਲੀ ਰੋਆਂ ਦਾ ਰੰਗ ਅਤੇ ਨਮੂਨੇ ਜਾਂਚਦੀ ਹੈ, ਜਿਵੇਂ ਧਾਰੀਦਾਰ “ਟੈਬੀ” ਡਿਜ਼ਾਈਨ, ਇੱਕੋ ਰੰਗ ਵਾਲੀ ਖਾਲ, ਰੰਗੀਲੇ ਅੰਤ (ਕਲਰ ਪੋਇੰਟ) ਜਾਂ ਦੋ ਰੰਗੀ ਨਿਸ਼ਾਨ।
• ਇਹ ਧੜ ਅਤੇ ਸਿਰ ਦੇ ਆਕਾਰ ਮਾਪਦੀ ਹੈ, ਜਿਵੇਂ ਮੂੰਹ (ਮਜ਼ਲ) ਦੀ ਲੰਬਾਈ, ਕੰਨਾਂ ਦਾ ਆਕਾਰ ਅਤੇ ਉਸਦੀ ਪੋਜ਼ੀਸ਼ਨ, ਅੱਖਾਂ ਦਾ ਆਕਾਰ ਅਤੇ ਸਮੂਹਿਕ ਸੀਧ–ਨਪਾਤ।
• ਇਹ ਖਾਲ ਦੀ ਲੰਬਾਈ ਅਤੇ ਬਣਤਰ ਵੇਖਦੀ ਹੈ, ਤਾਂ ਜੋ ਰੋਆਂ ਤੋਂ ਬਿਨਾਂ, ਛੋਟੀ ਰੋਆਂ ਵਾਲੀਆਂ ਅਤੇ ਲੰਮੀ ਰੋਆਂ ਵਾਲੀਆਂ ਨਸਲਾਂ ਨੂੰ ਵੱਖ ਕੀਤਾ ਜਾ ਸਕੇ।
• ਇਹ ਸਾਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਅੰਕਾਂ ਵਿੱਚ ਇੱਕ “ਵਿਸ਼ੇਸ਼ਤਾ ਵੇਕਟਰ” ਦੇ ਰੂਪ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ, ਜੋ ਤੁਹਾਡੀ ਬਿੱਲੀ ਨੂੰ ਇੱਕ ਅਜੇਹੇ ਰੂਪ ਵਿੱਚ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿਸ ਦੀ ਗਿਣਤੀ–ਆਧਾਰਿਤ ਤੁਲਨਾ ਅਲਗੋਰਿਦਮ ਲਈ ਆਸਾਨ ਹੋਵੇ।

ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ ਮਾਡਲ ਬਿੱਲੀਆਂ ਦੀਆਂ ਨਸਲਾਂ ਪਛਾਣਨਾ ਕਿਵੇਂ ਸਿੱਖਦੇ ਹਨ

ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਮਸ਼ੀਨੀ ਸਿੱਖਿਆ ਵਾਲੇ ਮਾਡਲਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਆਮ ਤੌਰ ‘ਤੇ “ਕਨਵੋਲੂਸ਼ਨਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ” ਹੁੰਦੇ ਹਨ, ਅਤੇ ਹਜ਼ਾਰਾਂ ਨਿਸ਼ਾਨਿਤ ਬਿੱਲੀ ਤਸਵੀਰਾਂ ‘ਤੇ ਟ੍ਰੇਨ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

• ਵਿਕਾਸਕਾਰ ਵੱਡੇ ਚਿੱਤਰ–ਸੰਗ੍ਰਹਿ ਇਕੱਠੇ ਕਰਦੇ ਹਨ, ਜਿੱਥੇ ਹਰ ਤਸਵੀਰ ‘ਤੇ ਮਾਹਰਾਂ ਜਾਂ ਪ੍ਰਮਾਣਿਤ ਪਾਲਣਹਾਰਾਂ ਵਲੋਂ ਸਹੀ ਨਸਲ ਦੀ ਪਹਚਾਨ ਲੱਗੀ ਹੁੰਦੀ ਹੈ।
• ਮਾਡਲ ਵਾਰ–ਵਾਰ ਇਹ ਦੇਖਕੇ ਨਮੂਨੇ ਸਿੱਖਦਾ ਹੈ ਕਿ ਕੇਹੜੀਆਂ ਦਿੱਖੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕਿਸ ਨਸਲ ਦੇ ਨਾਂ ਨਾਲ ਮਿਲਦੀਆਂ ਹਨ।
• ਟ੍ਰੇਨਿੰਗ ਦੌਰਾਨ ਲੱਖਾਂ ਅੰਦਰੂਨੀ ਪੈਰਾਮੀਟਰ ਇਸ ਤਰ੍ਹਾਂ ਠੀਕ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਕਿ ਨਵੀਆਂ ਤਸਵੀਰਾਂ ‘ਤੇ ਨਸਲ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਸਮੇਂ ਮਾਡਲ ਦੀ ਗਲਤੀ ਘੱਟ ਤੋਂ ਘੱਟ ਰਹੇ।
• ਆਖ਼ਰੀ ਨਤੀਜਾ ਇੱਕ ਐਸਾ ਮਾਡਲ ਹੁੰਦਾ ਹੈ ਜੋ ਆਪਣੇ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਤੋਂ ਆਮ ਨਿਯਮ ਸਿੱਖ ਕੇ ਉਹਨਾਂ ਹੀ ਨਸਲਾਂ ਦੀਆਂ ਪਹਿਲਾਂ ਨਾ ਵੇਖੀਆਂ ਤਸਵੀਰਾਂ ਨੂੰ ਵੀ ਵਧੇਰੇ ਭਰੋਸੇ ਨਾਲ ਪਛਾਣ ਸਕੇ।

ਅਨੁਮਾਨ ਤੋਂ ਲੈ ਕੇ ਤੁਹਾਡੀ ਸਕ੍ਰੀਨ ‘ਤੇ ਨਸਲ–ਮਿਲਾਉ ਤੱਕ

ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕੱਢਣ ਤੋਂ ਬਾਅਦ, ਐਪ ਕੱਚੇ ਮਾਡਲ–ਨਤੀਜਿਆਂ ਨੂੰ ਵਰਤੋਂਕਾਰ ਲਈ ਸੌਖੇ ਨਸਲ–ਸੁਝਾਵ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ।

• ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ ਮਾਡਲ ਹਰੇਕ ਜਾਣੀ–ਪਹਚਾਣੀ ਨਸਲ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਨਿਕਲਦਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਇੱਕ ਕੱਠੇ ਨਤੀਜੇ ਵਜੋਂ ਨਾਮ।
• ਐਪ ਸਭ ਤੋਂ ਉੱਚੀ ਜਾਂ ਕੁਝ ਸਭ ਤੋਂ ਉੱਚੀਆਂ ਸੰਭਾਵਨਾ ਵਾਲੀਆਂ ਨਸਲਾਂ ਚੁਣ ਕੇ ਉਹਨਾਂ ਨੂੰ ਭਰੋਸੇ ਦੇ ਅੰਕਾਂ ਜਾਂ ਪ੍ਰਤਿਸ਼ਤ ਸੰਭਾਵਨਾ ਨਾਲ ਦਿਖਾਂਦੀ ਹੈ।
• ਜਦੋਂ ਭਰੋਸਾ ਘੱਟ ਹੋਵੇ ਜਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਇੱਕ–ਦੂਜੇ ਨਾਲ ਮਿਲਦੀਆਂ–ਜੁਲਦੀਆਂ ਹੋਣ, ਤਾਂ ਇਹ “ਸੰਭਾਵੀ ਮਿਲੀ–ਜੁਲੀ ਨਸਲ” ਜਾ “ਫ਼ਲਾਂ ਅਤੇ ਢਿੱਕਾਂ ਨਸਲਾਂ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ” ਵਰਗੇ ਨੋਟ ਵੀ ਜੋੜ ਸਕਦੀ ਹੈ।
• ਕੁਝ ਐਪ ਤੁਹਾਨੂੰ ਇਹ ਦਰਸਾਉਣ ਦਾ ਵਿਕਲਪ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਅਨੁਮਾਨ ਸਹੀ ਸੀ ਜਾਂ ਨਹੀਂ, ਅਤੇ ਇਹ ਫੀਡਬੈਕ ਭਵਿੱਖ ਦੀਆਂ ਮਾਡਲ–ਅਪਡੇਟਾਂ ਨੂੰ ਸੁਧਾਰਨ ਲਈ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਸੀਮਾਵਾਂ, ਮਿਲੀ–ਜੁਲੀ ਨਸਲਾਂ ਅਤੇ ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ

ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹਨ, ਪਰ ਕਈ ਕਾਰਕ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਨਸਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਛਾਣ ਸਕਦੀਆਂ ਹਨ।

• ਮਿਲੀ–ਜੁਲੀ ਅਤੇ ਗੈਰ–ਨਸਲੀ (ਗੈਰ–ਸ਼ੁੱਧ ਨਸਲ) ਬਿੱਲੀਆਂ ਅਕਸਰ ਅਜਿਹੇ ਅਨੁਮਾਨ ਦਿੰਦੀਆਂ ਹਨ ਜਿੱਥੇ ਕਈ ਨਸਲਾਂ ਦੇ ਨਿਸ਼ਾਨ ਮਿਲੇ–ਜੁਲੇ ਹੁੰਦੇ ਹਨ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕਿਸੇ ਇੱਕ ਸ਼ੁੱਧ ਨਸਲ ਦੇ ਨਮੂਨੇ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਮਿਲਦੀਆਂ।
• ਘੱਟ ਦਰਜਿਆਂ ਵਾਲੀਆਂ ਜਾਂ ਨਵੀਂ ਮੰਨੀਆਂ ਗਈਆਂ ਨਸਲਾਂ ਨੂੰ ਗਲਤ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜੇ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਵਿੱਚ ਉਹਨਾਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਬਹੁਤ ਘੱਟ ਸਨ।
• ਮੰਦੀ ਗੁਣਵੱਤਾ ਵਾਲੀਆਂ ਤਸਵੀਰਾਂ, ਬਹੁਤ ਟੇਢੇ–ਮੇਢੇ ਕੋਣਾਂ ਤੋਂ ਖਿੱਚੀਆਂ ਫੋਟੋਆਂ ਜਾਂ ਬਹੁਤ ਭਾਰੇ ਫਿਲਟਰ ਮਾਡਲ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸ਼ੁੱਧਤਾ ਘਟਾ ਸਕਦੇ ਹਨ।
• ਸਮੇਂ ਦੇ ਨਾਲ ਜਿਵੇਂ–ਜਿਵੇਂ ਵਿਕਾਸਕਾਰ ਹੋਰ ਵੱਧ ਵੱਖ–ਵੱਖ ਕਿਸਮ ਦੀਆਂ ਟ੍ਰੇਨਿੰਗ ਤਸਵੀਰਾਂ ਜੋੜਦੇ ਹਨ, ਅਲਗੋਰਿਦਮ ਸੁਧਾਰਦੇ ਹਨ ਅਤੇ ਵਰਤੋਂਕਾਰਾਂ ਦੀਆਂ ਸੋਧਾਂ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ, ਸ਼ੁੱਧਤਾ ਵੀ ਸੁਧਰਦੀ ਜਾਂਦੀ ਹੈ।

ਨਿਸ਼ਕਰਸ਼

ਬਿੱਲੀ ਪਛਾਣ ਐਪ ਤੁਹਾਡੀ ਤਸਵੀਰ ਵਿੱਚੋਂ ਪਹਿਲਾਂ ਬਿੱਲੀ ਨੂੰ ਲੱਭ ਕੇ, ਫਿਰ ਇਸ ਦੀਆਂ ਬਾਰੀਕ ਦਿੱਖੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕੱਢ ਕੇ ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਵੱਡੇ ਨਿਸ਼ਾਨਿਤ ਡਾਟਾ–ਸੰਗ੍ਰਹਿ ਤੋਂ ਸਿੱਖੇ ਨਮੂਨਿਆਂ ਨਾਲ ਕਰ ਕੇ ਵੱਖ–ਵੱਖ ਨਸਲਾਂ ਨੂੰ ਪਛਾਣਦੀਆਂ ਹਨ। ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਰਵਿਘਨ ਨਹੀਂ ਹੁੰਦੀਆਂ, ਖ਼ਾਸ ਕਰਕੇ ਮਿਲੀ–ਜੁਲੀ ਜਾਂ ਕਦਰਨਾਬ ਨਸਲਾਂ ਲਈ, ਪਰ ਫਿਰ ਵੀ ਇਹ ਤੇਜ਼, ਡਾਟਾ–ਆਧਾਰਿਤ ਅੰਦਾਜ਼ੇ ਦਿੰਦੀਆਂ ਹਨ ਜੋ ਮਾਡਲਾਂ ਅਤੇ ਚਿੱਤਰ–ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੇ ਵਧਣ ਨਾਲ ਹੋਰ ਵੀ ਬਹਤਰ ਹੁੰਦੇ ਜਾਣਦੇ ਹਨ। ਐਪ ਨੂੰ ਸਭ ਤੋਂ ਚੰਗਾ ਕੰਮ ਕਰਨ ਵਿੱਚ ਮਦਦ ਦੇਣ ਲਈ, ਵਰਤੋਂਕਾਰ ਸਾਫ਼–ਸੁਥਰੀਆਂ ਤਸਵੀਰਾਂ ਦੇ ਸਕਦੇ ਹਨ ਅਤੇ ਅਨੁਮਾਨਾਂ ਬਾਰੇ ਆਪਣਾ ਫੀਡਬੈਕ ਸਾਂਝਾ ਕਰ ਸਕਦੇ ਹਨ।