Myanmar Computer Vision Developer Team

အားလုံးစောင့်မျှော်နေကြတဲ့ 2021 မှာထွက်ရှိခဲ့သော Deep Learning in Computer Vision စာအုပ်ကို (e-book + codes) အနေဖြင့် ကျွန်တော်တို့ Myanmar Computer Vision Developer Team မှ လိုချင်တဲ့သူအရေအတွက် စာရင်းကို Survey ကောက်ခံသွားမှာဖြစ်ပါတယ် ခင်ဗျာ။ ဒီစာအုပ်မှာ သင်ခန်းစာပေါင်း 28 ခုကို မြန်မာလိုရှင်းလင်းနားလည်အောင် ရေးသားထားပြီး AI နည်းပညာထဲမှComputer Vision ကို Deep Learning ဖြင့် ချဉ်းကပ်မည့်သူ များအတွက် မရှိမဖြစ်လိုအပ်နေမည့် စာအုပ်ဖြစ်ပါတယ်။ ယခုစာအုပ်က‌ စာဖတ်သူကို computer vision နယ်ပယ် ထဲမှ image classification ကို ကိုယ်တိုင်model တစ်ခုကိုကျွမ်းကျင်စွာတည်ဆောက်နိုင်သည်အထိ တတ်‌မြောက်မှုပေးနိုင်သည်။ စာအုပ်ပါ သင်ခန်းစာများကို First Comment မှာကြည့်ပါ။ e-book လိုချင်တဲ့သူများ အနေဖြင့် form လေး ဖြည့်ပေးကြပါခင်ဗျာ စာအုပ်တန်ဖိုးအနေဖြင့် 20000 ကျပ်ဖြင့် ရောင်းချသွားမှာဖြစ်ပါတယ်။

https://bit.ly/DeepLearningInCV_Survey

UCSY

စာအုပ်လက်ဆောင် ရရှိသွားသူနှစ်ယောက်ဖြစ်ပါတယ်ခင်ဗျာ။

MCVDT Team ၏ သင်တန်း ပုံရိပ် (6.10.2023)

✍✍ (Vision To Creation)

နှစ်သစ်ကူးလက်ဆောင်ရယူပါ။
AI နည်းပညာကိုချစ်သူများ ဈေးကွက်ထဲမှာလုံးဝ ဝယ်လို့မရနိုင်တဲ့ ကျွန်တော်တို့ လက်ထဲမှာတောင် ၂ အုပ်ဘဲရှိတော့တဲ့ Team ရဲ့ 2021 မှာ နောက်ဆုံးထွက်ရှိတဲ့ Deep Learning in Computer Vision စာအုပ်လေးကို လက်ဆောင်အဖြစ်ရယူပါ။ စာအုပ်ကိုလက်ဆောင် ရယူဖို့ အတွက် မိမိရဲ့အကောင့်မှာ ရှယ်ယာပေးပါ။ ရှယ်ပြီးကြောင်း ယခုပို့စ်မှာ screenshot နဲ့ comment မန့်ပေးပါ သို့မဟုတ် မတ်စေ့ပို့ပေးပါခင်ဗျာ။ Like and Share အများဆုံးရရှိသူ ၂ ဉီးကို 02.01.2024 ညနေ 5နာရီမှာ ကြေညာပြီးလက်ဆောင်ပို့ပေးမှာဖြစ်ပါတယ်။ စာမျက်နှာ 600 ကျော်ပါဝင်ပြီး ပါဝင်တဲ့ ခေါင်းစဉ်များကို First Comment မှာကြည့်ပေးပါခင်ဗျာ။

Computer Vision Developer Team

AI နည်းပညာဖြင့် Search Engine ပြုလုပ်တော့မယ်ဆိုရင် Similarity Distance ကို ဘယ် Similarity Distance ဖြင့်အသုံးပြုမယ်ဆိုတာ သတ်မှတ်ဖို့လိုပါတယ်။ ဉပမာအနေဖြင့် Google ရဲ့ Search Engine မှာဆို စာသားနဲ့မဟုတ်ဘဲ Image နဲ့ရှာလို့ လည်းရပါတယ် ထို့အတူ Face Recognition မဟုတ်ဘဲ Face Image ကိုထည့်ပြီး မည်သူမည်ဝါဖြစ်ကြောင်းရှာဖွေတဲ့ Search Engine တွေမှာ ဘယ်Similarity Distance ကို သုံးမလဲဆိုတာ ထည့်သွင်းသတ်မှတ်ဖို့လိုပါတယ်။ ဘယ်လိုအလုပ်လုပ်လည်း အကြမ်းဖျင်း လုပ်ဆောင်ပုံကိုအရင်ပြောပြီး Cosine Distance Distance ကို Hand Calculation တွက်ချက်ပုံကို ပုံမှာကြည့်ရင်ပိုရှင်းသွားပါမယ်။ ပထမဆုံး Input ပေးလိုက်တဲ့ Image ကို Feature ထုတ်ပါတယ်။ ရရှိလာတဲ့ Feature Array ကို သိမ်းဆည်းထားသော Database ထဲမှာရှိသော Image တွေရဲ့ Feature ဖြင့် ဘယ်လောက် ဆင်တူပြီး ဘယ်လောက်ကွာခြားလည်းဆိုတာ တိုင်းတာပါတယ်။
ဒီလိုတိုင်းတာပြီး သတ်မှတ်ထားသော value (Threshold Value)အတွင်းဆို ဒီလူသို့မဟုတ် Input Image ဖြင့်နီးစပ်သော Image ကို Sorting လုပ်၍ ထုတ်ပေးပါတယ်ဒီမှာတော့ Cosine Similarity ဆိုရင် -1 နှင့် 1 ကြား Cosine Distance ဆိုရင် 0 နှင့် 1 ကြား 0နားကပ်သွားရင် ဒီလူ(သို့မဟုတ်) User ရှာနေတာ ဒီImage အစရှိသဖြင့် ထုတ်ပေးပါတယ်။ အဲဒိလို တိုင်းတာတဲ့နေရာမှာ Similarity Distance Equation ကိုထည့်သွင်းအသုံးပြုပါတယ်။ Similarity Distance Equation အများကြီးရှိတဲ့အထဲမှ Cosine Distance ကိုအသုံးပြုမယ်ဆိုလျှင် Cosine Distance ဘယ်လိုအလုပ်လုပ်လည်း ပုံမှာပြထားတဲ့ အဆင့်ဆင့်တွက်ချက်ပုံကို ရှင်းပြထားပါတယ်။ အစစအရာရာအဆင်ပြေပါစေ။
MCVDT

Hand Calculation for KNN Classifier
ဒီသင်ခန်းစာနဲ့ပတ်သက်ပြီး ဝါဂွမ်းအပင်ကို ရေလောင်းသင့်မလောင်းသင့် ခန့်မှန်းရာမှာ KNN ကိုအသုံးပြုခန့်မှန်းတဲ့အပိုင်းနှင့် ဉပမာပေးထားပါတယ်။ နားလည်မည်လို့ယုံကြည်ပါတယ် နားမလည်သူများ CB မှာမေးလို့ရပါတယ်ခင်ဗျာ။ စိတ်ချမ်းသာကိုယ်ကျမ်းမာရှိပါစေ။
MCVDT