প্রকল্প সম্পর্কে

সেগমেন্টেশন মডেলস পাইটর্চ (SMP) হলো ইমেজ সেমান্টিক সেগমেন্টেশনের জন্য পাইটর্চের উপর নির্মিত একটি পাইথন লাইব্রেরি। এটি একটি উচ্চ-স্তরের API প্রদান করে যেখানে একটি সেগমেন্টেশন মডেল হলো একটি সাধারণ torch.nn.Module, যা কয়েক লাইনে তৈরি করা যায়। README-তে বর্ণিত মূল সক্ষমতাসমূহ: - ১২টি এনকোডার-ডিকোডার আর্কিটেকচার: Unet, Unet++, MAnet, Linknet, FPN, PSPNet, PAN, DeepLabV3, DeepLabV3+, UPerNet, Segformer এবং DPT, প্রত্যেকটি তার পেপার ও ডকুমেন্টেশনের সাথে সংযুক্ত। - ৮০০+ প্রি-ট্রেইনড কনভলিউশন- ও ট্রান্সফরমার-ভিত্তিক এনকোডার, যার মধ্যে timm ব্যাকবোনের সমর্থন রয়েছে। এনকোডারগুলো শুধুমাত্র চূড়ান্ত ক্লাসিফিকেশন ফিচার নয়, বরং মধ্যবর্তী ফিচারও প্রকাশ করে, এবং প্রি-ট্রেইনড ওয়েটসহ আসে যা কনভার্জেন্স দ্রুত ও স্থিতিশীল করার উদ্দেশ্যে। README-তে উল্লেখ করা হয়েছে কম-লেটেন্সি বা এজ ইনফারেন্সের জন্য হালকা বিকল্প (mobilenet/mobileone) এবং জটিল কাজের জন্য উচ্চ-ক্ষমতার বিকল্প (convnext/swin/mit)। - প্রিপ্রসেসিং হেল্পার: get_preprocessing_fn একটি এনকোডারের প্রি-ট্রেইনিং (যেমন ImageNet) এর সাথে মিলে যায় এমন একটি প্রিপ্রসেসিং ফাংশন রিটার্ন করে, যা README অনুসারে ফলাফল ও কনভার্জেন্স উন্নত করতে পারে তবে সম্পূর্ণ মডেল ট্রেইন করার সময় বাধ্যতামূলক নয়। - সেগমেন্টেশন ট্রেইনিংয়ে সাধারণত ব্যবহৃত লস ও মেট্রিক্স (Dice, Jaccard, Tversky এবং অন্যান্য)। - মডেল API অপশন: যেকোনো ইনপুট চ্যানেল সংখ্যার জন্য in_channels (প্রথম কনভলিউশন ওয়েট পুনঃব্যবহারের ডকুমেন্টেশনসহ), ঐচ্ছিক অক্সিলিয়ারি ক্লাসিফিকেশন হেডের জন্য aux_params (গ্লোবাল পুলিং, ঐচ্ছিক ড্রপআউট, লিনিয়ার, ঐচ্ছিক অ্যাক্টিভেশন) যা মাস্কের পাশাপাশি একটি লেবেল আউটপুট তৈরি করে, এবং ডাউনস্যাম্পলিং স্টেজ কমিয়ে মডেল হালকা করার জন্য encoder_depth। - এক্সপোর্ট ও ডিপ্লয়মেন্ট বান্ধব: ONNX এক্সপোর্ট এবং torch script/trace/compile সামঞ্জস্যতা। উদাহরণগুলোর মধ্যে রয়েছে বাইনারি সেগমেন্টেশনের জন্য নোটবুক (OxfordPets, CamVid), মাল্টিক্লাস সেগমেন্টেশন (CamVid), প্রি-ট্রেইনড Segformer, DPT ও UPerNet দিয়ে ইনফারেন্স লোড ও চালানো, মডেল স্থানীয়ভাবে বা Hugging Face Hub-এ সংরক্ষণ/লোড করা, এবং ONNX-এ এক্সপোর্ট করা। UPerNet, Segformer ও DPT-এর চেকপয়েন্ট Hugging Face-এ সংযুক্ত। ইনস্টলেশন pip (segmentation-models-pytorch) বা সরাসরি GitHub থেকে। README-তে আরও উল্লেখ আছে এই লাইব্রেরি ব্যবহার করে জেতা প্রতিযোগিতার একটি hall-of-fame পেজ, SMP দিয়ে তৈরি একটি প্রকল্প (withoutBG ব্যাকগ্রাউন্ড রিমুভাল), dev ইনস্টল, টেস্ট ও লিন্টিংয়ের জন্য make টার্গেট ব্যবহার করে অবদান রাখার নির্দেশনা, একটি সাইটেশন এন্ট্রি, এবং লাইসেন্সিং: প্রধানত MIT তবে কিছু ফাইল অন্য লাইসেন্সের অধীনে, তাই বাণিজ্যিক ব্যবহারকারীদের LICENSES ফাইল ও প্রতি-ফাইলের বিবৃতি পরীক্ষা করার পরামর্শ দেওয়া হয়।