AI এজেন্ট ও অটোমেশন

কম্পিউটার ভিশন

ছবি ও ভিডিও থেকে পরিদর্শন, শনাক্তকরণ, গণনা ও লেখা পড়ার কাজ করে এমন ভিশন সিস্টেম, আপনার বাস্তব পরিস্থিতিতে টেস্ট করা এবং ক্লাউড, আপনার সার্ভার, অথবা এজ ও মোবাইল ডিভাইসে ডিপ্লয় করা।

আপনার পরিস্থিতিতে কাজ করে এমন ভিশন সিস্টেম

ডেমোতে ভালো কাজ করা একটি ভিশন মডেল ভিন্ন আলো, ক্যামেরা বা কোণে ব্যর্থ হতে পারে। আমরা OpenCV, PyTorch ও TensorFlow দিয়ে পরিদর্শন, অবজেক্ট ডিটেকশন, OCR ও ভিডিও বিশ্লেষণের জন্য কম্পিউটার ভিশন সিস্টেম তৈরি করি, যা আপনার প্রকৃত পরিবেশের ছবি দিয়ে ট্রেন ও টেস্ট করা হয়। ফলাফলের সাথে থাকে কনফিডেন্স স্কোর, অনিশ্চিত কেসগুলো নিশ্চিত করার জন্য একজন মানুষের কাছে যায়, আর মডেল চলে যেখানে তা যুক্তিসংগত: ক্লাউডে, আপনার সার্ভারে, অথবা এজ ও মোবাইল ডিভাইসে।

AI-সহায়তায়, বিশেষজ্ঞদের যাচাই করা ভিশন ইঞ্জিনিয়ারিং

AI যেভাবে সহায়তা করে

  • AI ছবি ও ভিডিও ফ্রেম আগেভাগে লেবেল করে; ব্যবহারের আগে অ্যানোটেটররা লেবেলগুলো রিভিউ ও সংশোধন করেন।
  • কোডিং এজেন্ট ট্রেনিং, অগমেন্টেশন ও ডিপ্লয়মেন্ট কোডের খসড়া তৈরি করে, যা ইঞ্জিনিয়াররা রিভিউ করেন।
  • AI ভুল শনাক্তকরণ ও কঠিন কেসগুলোকে গুচ্ছে গুচ্ছে সাজায়, যাতে ইঞ্জিনিয়াররা লক্ষ্য ঠিক করে নতুন ডেটা সংগ্রহ করতে পারেন।

আমাদের বিশেষজ্ঞদের দায়িত্ব

  • অ্যানোটেশনের নির্দেশিকা এবং প্রতিটি ক্লাস বা ত্রুটির সংজ্ঞা
  • আপনার বাস্তব ক্যামেরা, আলো ও পরিস্থিতির প্রতিফলন ঘটায় এমন টেস্ট সেট
  • কনফিডেন্স থ্রেশহোল্ড, অ্যালার্টের নিয়ম, এবং কখন একজন মানুষকে ফলাফল নিশ্চিত করতেই হবে
  • প্রিসিশন, রিকল ও এজ কেস রিভিউয়ের পর রিলিজের সিদ্ধান্ত

ক্যামেরার ফ্রেম থেকে নিশ্চিত ফলাফল পর্যন্ত

নমুনা পরিদর্শন ফ্লো; থ্রেশহোল্ড, রিভিউয়ের নিয়ম এবং প্রতিটি ধাপ কোথায় চলবে, তা ঠিক করা হয় আপনার সাইটের জন্য।

  1. ক্যাপচার

    একটি স্থির ক্যামেরা, ফোন বা স্ক্যানার ছবি তোলে, সময় ও সোর্স রেকর্ডসহ।

  2. প্রি-প্রসেসিং

    ফ্রেমগুলো ক্রপ, রিসাইজ ও আলোর জন্য সংশোধন করা হয়; ঝাপসা বা অব্যবহারযোগ্য ছবি স্কোর না করে চিহ্নিত করা হয়।

  3. মডেল ইনফারেন্স

    ডিভাইস, সার্ভার বা ক্লাউডে মডেলটি অবজেক্ট শনাক্ত করে, ছবি ক্লাসিফাই করে বা টেক্সট পড়ে।

  4. কনফিডেন্স থ্রেশহোল্ড

    প্রতিটি ফলাফলের সাথে একটি স্কোর থাকে; স্পষ্ট ফলাফল এগিয়ে যায়, আর সীমারেখার ফলাফল রিভিউয়ের জন্য আটকে রাখা হয়।

    চেকপয়েন্ট: থ্রেশহোল্ড আপনার টিমের সাথে মিলে ঠিক করা

  5. মানুষের রিভিউ

    একজন অপারেটর মডেলের চিহ্নসহ ছবিটি দেখেন এবং ফলাফল নিশ্চিত, সংশোধন বা বাতিল করেন।

    চেকপয়েন্ট: সীমারেখার কেসে সিদ্ধান্ত নেন অপারেটর

  6. ফলাফল রেকর্ড

    চূড়ান্ত ফলাফল, ছবির রেফারেন্স ও যেকোনো সংশোধন সংরক্ষণ করা হয়, আর সংশোধনগুলো রাখা হয় রিট্রেনিংয়ের জন্য।

কিছু ব্যর্থ হলে: ক্যামেরা ফিড বন্ধ হয়ে গেলে বা ছবি অব্যবহারযোগ্য হয়ে পড়লে সিস্টেম আন্দাজ না করে অ্যালার্ট দেয় এবং ফলাফল দেওয়া বন্ধ রাখে।

কারা আমাদের কাছে ছবি ও ভিডিও নিয়ে আসেন

যেসব যাচাই কাউকে চোখে দেখে করতে হয়, যেমন ত্রুটি খুঁজে বের করা, স্টক গোনা বা লেবেল পড়া, সেগুলো ধীর ও ক্লান্তিকর, আর ফলাফল এক ব্যক্তি বা শিফট থেকে আরেকটিতে বদলে যায়।

  • প্রোডাকশন লাইনে পণ্যের দৃশ্যমান ত্রুটি পরিদর্শন করা কোয়ালিটি টিম
  • যেসব অপারেশনস ম্যানেজার বিদ্যমান ক্যামেরা থেকে গণনা বা নিরাপত্তা অ্যালার্ট চান
  • ডিভাইসেই ডকুমেন্ট বা পণ্য স্ক্যান করার সুবিধা যোগ করছে এমন মোবাইল টিম

আপনি কী পাবেন

ডেটা থেকে ডিপ্লয়মেন্ট পর্যন্ত ভিশন সিস্টেম

  • পরিদর্শন ও ক্লাসিফিকেশন

    কনটেন্ট, মান বা ত্রুটির ধরন অনুযায়ী ছবি বাছাই করে এমন মডেল, আপনার প্রোডাক্টে ট্রেন করা এবং আপনার বাস্তব আলো ও ক্যামেরার পরিস্থিতিতে টেস্ট করা।

  • অবজেক্ট ডিটেকশন ও গণনা

    ইনভেন্টরি, নিরাপত্তা ও উৎপাদনের জন্য ছবি ও ভিডিওতে শনাক্তকরণ ও গণনা, আপনার নিজে সমন্বয় করার মতো কনফিডেন্স থ্রেশহোল্ডসহ।

  • OCR ও ডকুমেন্ট AI

    স্ক্যান করা ডকুমেন্ট, পরিচয়পত্র ও রসিদ থেকে টেক্সট ও ফিল্ড নিষ্কাশন, কনফিডেন্স স্কোর এবং অস্পষ্ট ফিল্ডের জন্য একটি রিভিউ কিউসহ।

  • ভিডিও বিশ্লেষণ ও অ্যালার্ট

    ক্যামেরা স্ট্রিমে ইভেন্ট ও অস্বাভাবিকতা শনাক্তকরণ, যেখানে অনিশ্চিত ইভেন্টে স্বয়ংক্রিয় পদক্ষেপের বদলে নিশ্চিত করার জন্য একজন মানুষের কাছে অ্যালার্ট পাঠানো হয়।

  • এজ ও মোবাইল ডিপ্লয়মেন্ট

    TensorFlow Lite বা Core ML দিয়ে এজ ডিভাইস বা ফোনে কমপ্রেস ও কোয়ান্টাইজ করা মডেল, কম লেটেন্সির জন্য, অথবা যেসব ছবি সাইটের বাইরে যাওয়া উচিত নয়, সেগুলোর জন্য।

  • অ্যানোটেশন ও রিভিউ টুল

    মানুষের যাচাই করা AI প্রি-লেবেলসহ লেবেলিং ওয়ার্কফ্লো, সাথে একটি রিভিউ স্ক্রিন, যেখানে কর্মীরা মডেলের ফলাফল নিশ্চিত বা সংশোধন করেন।

ভিশন প্রজেক্টে যা অন্তর্ভুক্ত নয়

  • ক্যামেরা, আলো ও এজ হার্ডওয়্যার সরবরাহ বা ইনস্টল করা এতে অন্তর্ভুক্ত নয়; মডেলের জন্য এগুলো থেকে কী দরকার, তা আমরা নির্দিষ্ট করে দিই, এবং আপনি যা ইনস্টল করেন, তাতেই টেস্ট করি।
  • অ্যালার্ট যায় আপনার নিজস্ব অপারেটরদের কাছে; আমরা আপনার পক্ষে ক্যামেরা ফিড পর্যবেক্ষণ করি না বা কোনো ঘটনায় সাড়া দিই না।
  • OCR টেক্সট পড়ে ফেলার পর তার বিষয়বস্তু ক্লাসিফাই করা বা সারসংক্ষেপ তৈরি করা ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিংয়ের কাজ, দুটোই দরকার হলে যা পাশাপাশি স্কোপ করা হয়।
  • সেন্সর রিডিং, লেনদেন বা ছবি নয় এমন অন্যান্য ডেটা থেকে প্রেডিকশন তৈরি হয় মেশিন লার্নিং মডেলের আওতায়।

কম্পিউটার ভিশনের সাধারণ অনুরোধ

যে ধরনের পরিস্থিতি আমরা সাধারণত স্কোপ করি; এগুলো ক্লায়েন্টের কেস স্টাডি নয়।

  • প্রোডাকশন লাইনে ভিজ্যুয়াল পরিদর্শন

    পরিদর্শকেরা চোখে দেখে যন্ত্রাংশ যাচাই করেন, আর কোনটি ত্রুটি হিসেবে গণ্য হবে, তা শিফট ভেদে বদলে যায়। আমরা আপনার কোয়ালিটি লিডের সাথে মিলে একটি ত্রুটি-নির্দেশিকা লিখব, লাইনের নিজস্ব ক্যামেরা থেকে ছবি সংগ্রহ করব, আর সীমারেখায় থাকা যন্ত্রাংশ একজন পরিদর্শকের কাছে পাঠাব।

  • আগে থেকে বসানো ক্যামেরা দিয়ে গণনা

    একটি ওয়্যারহাউস টিম তাদের বিদ্যমান ক্যামেরা থেকে প্যালেটের সংখ্যা জানতে চায়। পূর্ণাঙ্গ বিল্ডের আগে আমরা দিনের বিভিন্ন সময়ের ফুটেজে একটি ডিটেক্টর টেস্ট করব, এবং কোথায় ক্যামেরার অবস্থান বা আলো নির্ভরযোগ্য গণনার পরিসর সীমিত করে, তা রিপোর্টে জানাব।

  • মোবাইল অ্যাপে রসিদ ক্যাপচার

    একটি এক্সপেন্স অ্যাপের টিম চায় রসিদগুলো ফোনেই পড়া হোক। নির্ভুলতা বজায় রেখে যেখানে সম্ভব, সেখানে আমরা ডিভাইসেই রিকগনিশন চালাব, কনফিডেন্স স্কোরসহ বিক্রেতা, তারিখ ও মোট অঙ্ক বের করব, আর অস্পষ্ট ফিল্ডগুলো নিশ্চিত করতে ব্যবহারকারীকে অনুরোধ করব।

একটি কম্পিউটার ভিশন প্রজেক্ট যেভাবে চলে

  1. 01

    ইউজ কেস ও ডেটা অডিট

    সিস্টেমটিকে কী শনাক্ত করতে বা কোন সিদ্ধান্ত নিতে হবে, তা নির্ধারণ করা, বাস্তব পরিস্থিতির নমুনা ছবি বা ভিডিও রিভিউ করা, এবং আপনার সাথে মিলে মানের লক্ষ্য ও রিভিউয়ের পথ ঠিক করা।

  2. 02

    ডেটা ও অ্যানোটেশন

    মানুষের যাচাই করা AI প্রি-লেবেলিং দিয়ে ছবি সংগ্রহ ও অ্যানোটেট করা, অগমেন্টেশন যোগ করা, এবং এমন একটি টেস্ট সেট আলাদা করে রাখা, যাতে মডেল কখনো ট্রেন হয় না।

  3. 03

    ট্রেনিং ও অপটিমাইজেশন

    ডিটেকশন, ক্লাসিফিকেশন বা সেগমেন্টেশন মডেল ট্রেন করা, প্রিসিশন, রিকল ও mAP পরিমাপ করা, এবং আপনার টার্গেট হার্ডওয়্যার ও লেটেন্সির জন্য অপটিমাইজ করা।

  4. 04

    ডিপ্লয়মেন্ট ও মনিটরিং

    মনিটরিং, ভার্সন ম্যানেজমেন্ট এবং অপারেটরদের সংশোধনের ভিত্তিতে চলা একটি রিট্রেনিং লুপসহ ক্লাউড, এজ বা মোবাইলে ডিপ্লয় করা।

AI টুল নিয়ে কাজের দুটি উপায়

আমরা তৈরি করার সময় AI কোডিং এজেন্ট আপনার কোড কোথায় প্রসেস করতে পারবে, তা বেছে নিন। দুই ক্ষেত্রেই ইঞ্জিনিয়ারিং মানদণ্ড একই।

নিশ্চিত নন? স্কোপিংয়ের সময় আমরা একটি সুপারিশ করব। AI ব্যবহারের বিকল্প তুলনা করুন

ডিজাইন, QA ও পরিচালনা যেভাবে আপনার ভিশন সিস্টেমকে সহায়তা করে

  • অপারেটরদের জন্য ইন্টারফেস

    শনাক্তকরণ, কনফিডেন্স ও অ্যালার্ট অপারেটরদের সামনে কীভাবে দেখাবে, এবং তাঁরা নিজেদের ওয়ার্কফ্লো না ছেড়েই কীভাবে কোনো ফলাফল নিশ্চিত, সংশোধন বা বাতিল করবেন, তা ডিজাইনাররা পরিকল্পনা করেন।

  • বাস্তব পরিস্থিতিতে QA

    QA আপনার ক্যামেরা, আলো, কোণ ও এজ কেস থেকে টেস্ট সেট তৈরি করে, প্রতিটি ক্লাসের প্রিসিশন ও রিকল যাচাই করে, এবং মডেলের প্রতিটি আপডেটের আগে সেগুলো আবার চালায়।

  • আপনার হার্ডওয়্যারের উপযোগী ডিপ্লয়মেন্ট

    DevOps মনিটরিং ও রোলব্যাকসহ ক্লাউড API, অন-সাইট সার্ভার বা ডিভাইসে ডিপ্লয় করে। GPU ব্যবহার করা হয় যেখানে থ্রুপুটের জন্য তা দরকার, ডিফল্ট হিসেবে নয়।

  • বাস্তব কেস থেকে রিট্রেনিং

    আমরা কঠিন কেস ও অপারেটরদের সংশোধনগুলো সংগ্রহ করি, সেগুলো ট্রেনিং ও টেস্ট সেটে যোগ করি, এবং রিগ্রেশন চেকের পর উন্নত মডেল রিলিজ করি।

প্রশ্নোত্তর

সাধারণ প্রশ্নাবলী

ট্রেনিংয়ের জন্য আমাদের কতগুলো ছবি দরকার?

এটি নির্ভর করে আপনার ছবিগুলো কতটা বৈচিত্র্যময় এবং আপনার কতগুলো ক্লাস দরকার, তার ওপর। আমরা প্রথমে আপনার নমুনাগুলো রিভিউ করি, তারপর কতগুলো ছবি সংগ্রহ ও লেবেল করতে হবে, তার সুপারিশ করি। প্রি-ট্রেইনড মডেল ও অগমেন্টেশন প্রয়োজনীয় পরিমাণ কমায়, আর আলাদা করে রাখা একটি টেস্ট সেট দেখায় আপনার ডেটা যথেষ্ট কি না।

মডেল কি মোবাইল বা এজ ডিভাইসে চলতে পারে?

হ্যাঁ। TensorFlow Lite ও Core ML-এর মতো টুল দিয়ে আমরা iOS ও Android-এর জন্য ফোন, ক্যামেরা ও এমবেডেড হার্ডওয়্যারের উপযোগী করে মডেল কমপ্রেস ও কোয়ান্টাইজ করি। অন-ডিভাইস প্রসেসিং লেটেন্সি কমায় এবং ছবি স্থানীয়ভাবে রাখে, তবে মডেলের আকার ও সঠিকতায় কিছুটা ছাড় দিতে হয়, যা আমরা আপনার টার্গেট ডিভাইসে পরিমাপ করি।

আপনারা কি ফেসিয়াল রিকগনিশন বা মেডিকেল ইমেজিং টুল তৈরি করেন?

হ্যাঁ, সম্মতিভিত্তিক পরিচয় যাচাইয়ের মতো ব্যবহারের জন্য, বাড়তি সুরক্ষাব্যবস্থাসহ। বায়োমেট্রিক ও মেডিকেল ছবি সংবেদনশীল এবং অনেক দেশ ও অঞ্চলে আইন দ্বারা নিয়ন্ত্রিত, তাই তৈরির আগেই সম্মতি, রিটেনশন, অন-ডিভাইস বিকল্প এবং আপনার আইনি বা ক্লিনিক্যাল রিভিউয়ের বিষয়গুলো চূড়ান্ত করা হয়। মেডিকেল ইমেজিং টুল যোগ্য চিকিৎসকদের সহায়তা করে: ফলাফল উপস্থাপন করা হয় তাঁদের বিবেচনার জন্য, রোগনির্ণয় হিসেবে নয়।

আমাদের ছবি ও ভিডিও কোথায় প্রসেস করা হয়?

আপনি যেখানে ঠিক করেন: ডিভাইসে, আপনার নিজস্ব সার্ভারে, অথবা আপনার ক্লাউড অ্যাকাউন্টে। হোস্টেড ভিশন API ব্যবহার করা হয় কেবল আপনার সম্মতিতে। আমাদের ডেভেলপমেন্টের কাজে প্রাইভেট / লোকাল AI ইঞ্জিনিয়ারিংয়ে AI কোডিং মডেল চলে একটি সম্মত সীমানার ভেতরে; Claude Code / OpenAI Codex ইঞ্জিনিয়ারিংয়ে সম্মত অ্যাকাউন্ট শর্তাবলির অধীনে বাণিজ্যিক কোডিং এজেন্ট ব্যবহার করা হয়।

আপনার ছবি ও ভিডিওকে কাজে লাগান

বাস্তব পরিস্থিতির নমুনা ছবি বা ফুটেজ শেয়ার করুন। তৈরির কাজ শুরুর আগেই আমরা সম্ভাব্যতা, ডেটার প্রয়োজন ও ডিপ্লয়মেন্টের বিকল্পগুলো মূল্যায়ন করব।