# മനുഷ്യ ശരീര സെഗ്മെന്റേഷൻ

[AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) ലെ ലാബ് അസൈൻമെന്റ്.

## ടാസ്‌ക്

വീഡിയോ പ്രൊഡക്ഷനിൽ, ഉദാഹരണത്തിന് കാലാവസ്ഥാ പ്രവചനങ്ങളിൽ, ക്യാമറയിൽ നിന്നുള്ള മനുഷ്യ ചിത്രത്തെ മുറിച്ച് മറ്റൊരു വീഡിയോയുടെ മുകളിൽ വെക്കേണ്ടതുണ്ടാകാറുണ്ട്. സാധാരണയായി ഇത് **ക്രോമാ കീ** സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് ചെയ്യപ്പെടുന്നു, മനുഷ്യനെ ഒരേ നിറത്തിലുള്ള പശ്ചാത്തലത്തിന് മുന്നിൽ ചിത്രീകരിച്ച് പിന്നീട് ആ പശ്ചാത്തലം നീക്കം ചെയ്യുന്നു. ഈ ലാബിൽ, മനുഷ്യ സിലുവെറ്റ് മുറിക്കാൻ ഒരു ന്യൂറൽ നെറ്റ്‌വർക്ക് മോഡൽ പരിശീലിപ്പിക്കും.

## ഡാറ്റാസെറ്റ്

നാം [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) എന്ന കാഗിൾ ഡാറ്റാസെറ്റ് ഉപയോഗിക്കും. ഡാറ്റാസെറ്റ് കാഗിൾ നിന്ന് മാനുവലായി ഡൗൺലോഡ് ചെയ്യുക.

## സ്റ്റാർട്ടിംഗ് നോട്ട്‌ബുക്ക്

ലാബ് ആരംഭിക്കാൻ [BodySegmentation.ipynb](BodySegmentation.ipynb) തുറക്കുക.

## പ്രധാനപ്പെട്ട കാര്യങ്ങൾ

ശരീര സെഗ്മെന്റേഷൻ മനുഷ്യ ചിത്രങ്ങളുമായി ചെയ്യാവുന്ന സാധാരണ ടാസ്കുകളിൽ ഒന്നാണ്. മറ്റൊരു പ്രധാന ടാസ്കുകൾ **സ്കെലറ്റൺ ഡിറ്റക്ഷൻ**യും **പോസ് ഡിറ്റക്ഷൻ**ഉം ആണ്. ആ ടാസ്കുകൾ എങ്ങനെ നടപ്പിലാക്കാമെന്ന് കാണാൻ [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) ലൈബ്രറി പരിശോധിക്കുക.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അസൂയാ**:  
ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖ അധികാരപരമായ ഉറവിടമായി കണക്കാക്കണം. നിർണായക വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനത്തിന്റെ ഉപയോഗത്തിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->