# ការបែងចែករាងកាយមនុស្ស

កិច្ចការពិសោធន៍ពី [មូលដ្ឋានដំណើរការសម្រាប់អ្នកចាប់ផ្តើម AI](https://github.com/microsoft/ai-for-beginners)។

## ការងារ

ក្នុងការផលិត​វីដេអូ ឧទាហរណ៍ នៅក្នុងការទស្សនាការព្យាករណ៍អាកាសធាតុ យើងភាគច្រើនត្រូវការកាត់រូបភាពមនុស្សពីកាមេរ៉ា និងដាក់វាលើវីដេអូផ្សេងទៀត។ វាត្រូវបានធ្វើជាធម្មតាដោយប្រើបច្ចេកទេស **chroma key** ដែលមនុស្សត្រូវបានថតនៅចំពោះមុខផ្ទៃខាងក្រោយពណ៌ស្មើគ្នា ហើយផ្ទៃខាងក្រោយនោះត្រូវបានយកចេញ។ នៅក្នុងកិច្ចការពិសោធន៍នេះ យើងនឹងបណ្តុះបណ្តាលម៉ូដែលបណ្ដាញគ្រចះដើម្បីកាត់រូបរាងម៉ូដែលមនុស្ស។

## ឌាទាសែត

យើងនឹងប្រើ [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) ពី Kaggle។ ទាញយកឌាតាសែតដោយដៃពី Kaggle។

## សៀវភៅកំណត់ត្រាដើម

ចាប់ផ្តើមកិច្ចការពិសោធន៍ដោយបើក [BodySegmentation.ipynb](BodySegmentation.ipynb)

## អ្វីដែលទទួលបាន

ការបែងចែករាងកាយគឺជាការងារដែលទូទៅមួយ ដែលយើងអាចធ្វើបានជាមួយរូបភាពមនុស្ស។ ការងារសំខាន់ផ្សេងទៀតរួមមាន **ការបង្កើតខ្នងកាយ** និង **ការតាមដានបែបបទ**។ សូមសង្កេតទៅក្នុងបណ្ណាល័យ [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) ដើម្បីមើលថាតើការងារទាំងអស់នេះអាចអនុវត្តបានយ៉ាងដូចម្តេច។

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ការបដិសេធ**៖  
ឯកសារនេះបានបកប្រែជាភាសាខ្មែរ ដោយប្រើសេវាបកប្រែ AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ខណៈពេលយើងខិតខំផ្តល់ការបកប្រែបានត្រឹមត្រូវ សូមយល់ដឹងថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមក្នុងភាសាមូលដ្ឋាន គួរត្រូវបានគិតថាជាមូលដ្ឋានត្រឹមត្រូវជាផ្លូវការ។ សម្រាប់ព័ត៌មានចាំបាច់ គណៈករណីបកប្រែដោយអ្នកជំនាញមនុស្សគឺត្រូវបានផ្តល់អាទិភាព។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបម្លែងតម្លៃខុសណាមួយដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។
<!-- CO-OP TRANSLATOR DISCLAIMER END -->