# మానవ శరీర విభజన

[AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) నుండి ల్యాబ్ అసైన్‌మెంట్.

## పని

వీడియో ఉత్పత్తిలో, ఉదాహరణకు వాతావరణ అంచనాల్లో, మనం తరచుగా కెమెరా నుండి మానవ చిత్రాన్ని కట్ చేసి దాన్ని మరొక వీడియోపై ఉంచాలి. ఇది సాధారణంగా **క్రోమా కీ** సాంకేతికతలతో చేయబడుతుంది, అంటే మానవుడు ఒక సమాన రంగు నేపథ్యం ముందు చిత్రీకరించబడతాడు, ఆ నేపథ్యాన్ని తొలగిస్తారు. ఈ ల్యాబ్‌లో, మేము మానవ ఆకారాన్ని కట్ చేయడానికి ఒక న్యూరల్ నెట్‌వర్క్ మోడల్‌ను శిక్షణ ఇస్తాము.

## డేటాసెట్

మేము కాగుల్ నుండి [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) ఉపయోగించబోతున్నాము. డేటాసెట్‌ను కాగుల్ నుండి మాన్యువల్‌గా డౌన్లోడ్ చేసుకోండి.

## ప్రారంభ నోట్బుక్

ల్యాబ్‌ను ప్రారంభించడానికి [BodySegmentation.ipynb](BodySegmentation.ipynb) ను తెరవండి

## ముఖ్యాంశం

శరీర విభజన అనేది మనం వ్యక్తుల చిత్రాలతో చేయగల సాధారణ పనులలో ఒకటి మాత్రమే. మరొక ముఖ్యమైన పనులు **అస్తి గుర్తింపు** మరియు **స్థితి గుర్తింపు**. ఆ పనులు ఎలా అమలు చేయబడతాయో చూడటానికి [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) లైబ్రరీని పరిశీలించండి.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**అస్పష్టత**:  
ఈ పత్రాన్ని AI అనువాద సేవ [Co-op Translator](https://github.com/Azure/co-op-translator) ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల పత్రం దాని స్వదేశీ భాషలో అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకంలో ఏర్పడిన ఏవైనా అపార్థాలు లేదా తప్పుదారితీసే అర్థాలు కోసం మేము బాధ్యత వహించము.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->