# मानव शरीर खण्डीकरण

[AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) बाट ल्याब असाइनमेन्ट।

## कार्य

भिडियो उत्पादनमा, जस्तै मौसम पूर्वानुमानमा, हामी प्रायः क्यामेराबाट मानव छवि काटेर अन्य फुटेजमा राख्न आवश्यक पर्छ। यो सामान्यतया **क्रोमा की** प्रविधिहरू प्रयोग गरेर गरिन्छ, जहाँ मानिसलाई एकरूप रंगको पृष्ठभूमिको अगाडि खिचिन्छ, जुन पछि हटाइन्छ। यस ल्याबमा, हामी एक न्यूरल नेटवर्क मोडेललाई मानवको सिल्हूट काट्नको लागि प्रशिक्षण दिनेछौं।

## डाटासेट

हामी [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) प्रयोग गर्नेछौं, जुन Kaggle बाट उपलब्ध छ। कृपया डाटासेटलाई Kaggle बाट म्यानुअली डाउनलोड गर्नुहोस्।

## सुरुवात नोटबुक

[BodySegmentation.ipynb](../../../../../../lessons/4-ComputerVision/12-Segmentation/lab/BodySegmentation.ipynb) खोल्दै ल्याब सुरु गर्नुहोस्।

## मुख्य कुरा

शरीर खण्डीकरण मानिसहरूको छविहरूसँग गर्न सकिने सामान्य कार्यहरूमध्ये एक हो। अन्य महत्त्वपूर्ण कार्यहरूमा **कंकाल पत्ता लगाउने** र **अवस्था पत्ता लगाउने** समावेश छन्। यी कार्यहरू कसरी कार्यान्वयन गर्न सकिन्छ भनेर बुझ्न [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) लाइब्रेरी हेर्नुहोस्।

**अस्वीकरण**:  
यो दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी यथार्थताका लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छन्। यसको मूल भाषामा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्त्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार हुने छैनौं।