Home › Lectures › Deep Learning & AI

👁️ কম্পিউটার ভিশন · Computer Vision

মেশিনকে দেখতে শেখানো।

Teaching machines to see.

📅 ৪. ডিপ লার্নিং ও এআই⏳ ~3 সপ্তাহ📘 5 টপিক🧩 15 সাব-টপিক🎬 0 ভিডিও💻 রানযোগ্য কোড

🎯 যা শিখবেন / Outcomes

Classify, detect and segment images

🧰 টুলস / Tools

OpenCV, PyTorch, YOLO

🏁 প্রজেক্ট / Capstone

Bangla handwritten digit / crop-disease detector

📌 পূর্বশর্ত / Prerequisites

🧠 Deep Learning

📅

সাপ্তাহিক পরিকল্পনা · Weekly plan

~২ ঘণ্টা/দিন ধরে

Week 1

Image Processing OpenCV
Convolutional Neural Network

Week 2

Image Classification
Object Detection YOLO

Week 3

Image Segmentation

1

Image Processing OpenCV

Read, filter and transform images.
Beginner
📘 বাংলা: ছবি পড়া, ফিল্টার ও রূপান্তর।
🌐 English: Read, filter and transform images.

💡 যেকোনো কম্পিউটার ভিশন প্রজেক্টের প্রিপ্রসেসিং ধাপ।

  1. 1
    ছবি = H×W×C পিক্সেল অ্যারে (০–২৫৫); cv2.imread (BGR ক্রম!)
  2. 2
    রূপান্তর: resize, crop, rotate, cvtColor (গ্রে/HSV)
  3. 3
    ফিল্টার: GaussianBlur (নয়েজ কমায়), Canny (প্রান্ত), threshold (বাইনারি)
  4. 4
    মরফোলজি (erode/dilate) ও contour দিয়ে বস্তু আলাদা
ছবি = পিক্সেল অ্যারে (H×W×C)
ফিল্টারblur, edge (Canny)
রূপান্তরresize, rotate, threshold
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
2

Convolutional Neural Network

The core architecture for images.
Beginner
📘 বাংলা: ছবি চেনার মূল আর্কিটেকচার।
🌐 English: The core architecture for images.

💡 ছবির স্থানিক প্যাটার্ন (প্রান্ত → আকৃতি → বস্তু) স্তরে স্তরে শেখে।

  1. 1
    কনভলিউশন: ছোট কার্নেল (৩×৩) ছবির উপর সরে ফিচার ম্যাপ তৈরি
  2. 2
    প্রথম লেয়ার প্রান্ত, পরের লেয়ার টেক্সচার, গভীরে বস্তুর অংশ শেখে
  3. 3
    পুলিং (max pool) আকার ছোট করে ও অবস্থান-সহনশীলতা দেয়
  4. 4
    শেষে flatten/global pooling → Dense → softmax; আর্কিটেকচার: LeNet → VGG → ResNet (skip connection)
কনভলিউশনকার্নেল দিয়ে ফিচার খোঁজা
পুলিংআকার ছোট
আর্কিটেকচারLeNet, VGG, ResNet
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
3

Image Classification

Image classification project.
Intermediate
📘 বাংলা: ছবি শ্রেণিবিন্যাস প্রজেক্ট।
🌐 English: Image classification project.

💡 প্রতিটি ছবিকে একটি লেবেল দেওয়া—CV-র সবচেয়ে প্রচলিত কাজ।

  1. 1
    ডেটা ফোল্ডার: train/ক্লাস১, train/ক্লাস২...; ভারসাম্য যাচাই
  2. 2
    অগমেন্টেশন: flip, rotate, color jitter—ডেটা কৃত্রিমভাবে বাড়ে
  3. 3
    প্রি-ট্রেইনড মডেল + নতুন হেড দিয়ে ট্রেনিং
  4. 4
    কনফিউশন ম্যাট্রিক্স ও ভুল ছবিগুলো দেখে বিশ্লেষণ; Grad-CAM দিয়ে মডেল কোথায় দেখছে
ডেটাসেট প্রস্তুতি ও অগমেন্টেশন
ট্রান্সফার লার্নিং দিয়ে প্রশিক্ষণ
কনফিউশন ম্যাট্রিক্সে মূল্যায়ন
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
4

Object Detection YOLO

Find objects in images.
Intermediate
📘 বাংলা: ছবিতে বস্তু খুঁজে বের করা।
🌐 English: Find objects in images.

💡 ছবিতে কী আছে এবং কোথায় আছে—গাড়ি গণনা, নিরাপত্তা, কৃষি।

  1. 1
    লেবেলিং: প্রতিটি বস্তুর চারপাশে বাক্স (LabelImg/Roboflow)
  2. 2
    IoU: পূর্বাভাস ও আসল বাক্সের ওভারল্যাপ
  3. 3
    YOLO: এক ধাপে সব বাক্স ও ক্লাস—রিয়েল-টাইম; ultralytics লাইব্রেরি
  4. 4
    mAP@0.5 দিয়ে মূল্যায়ন; NMS দিয়ে ডুপ্লিকেট বাক্স বাদ
বাউন্ডিং বক্স ও IoU
YOLOএক ধাপে সনাক্তকরণ
mAP মেট্রিক
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
5

Image Segmentation

Pixel-level segmentation.
Advanced
📘 বাংলা: পিক্সেল স্তরে ভাগ।
🌐 English: Pixel-level segmentation.

💡 পিক্সেল স্তরে বোঝা—চিকিৎসা ছবি, স্যাটেলাইট, স্বয়ংক্রিয় গাড়ি।

  1. 1
    Semantic: প্রতিটি পিক্সেলে ক্লাস (রাস্তা, ভবন, পানি)
  2. 2
    Instance: একই ক্লাসের আলাদা বস্তু আলাদা (প্রতিটি ভবন)
  3. 3
    U-Net: এনকোডার-ডিকোডার + skip connection—অল্প ডেটায় কার্যকর
  4. 4
    SAM (Segment Anything): প্রম্পট দিয়ে জিরো-শট সেগমেন্টেশন; IoU/Dice দিয়ে মূল্যায়ন
Semanticপ্রতিটি পিক্সেলের শ্রেণি
Instanceআলাদা বস্তু
U-Net ও SAM
📖 বিস্তারিত নোট, ভিডিও ও কুইজ →
💻

হাতে-কলমে কোড · Hands-on code

Run চাপুন — পাইথন আপনার ব্রাউজারেই চলবে (Ctrl+Enter)
import numpy as np, matplotlib.pyplot as plt
# Convolution by hand: edge detection on a synthetic image
img=np.zeros((40,40)); img[10:30,10:30]=1
k=np.array([[-1,-1,-1],[-1,8,-1],[-1,-1,-1]])
out=np.zeros((38,38))
for i in range(38):
    for j in range(38): out[i,j]=(img[i:i+3,j:j+3]*k).sum()
fig,ax=plt.subplots(1,2); ax[0].imshow(img,cmap="gray"); ax[0].set_title("input"); ax[1].imshow(out,cmap="magma"); ax[1].set_title("edges (3x3 kernel)"); plt.show()
📝

অনুশীলন · Practice tasks

  1. হাতে কনভলিউশন লিখে blur ও edge ফিল্টার তুলনা
  2. ট্রান্সফার লার্নিংয়ে ফুল/ফলের ছবি ক্লাসিফাই
  3. YOLO দিয়ে ভিডিওতে বস্তু শনাক্ত (Colab)
  4. ক্যাপস্টোন: Bangla handwritten digit / crop-disease detector
❓

কুইজ · Quick quiz

1. CNN-এ পুলিং কী করে?

2. অবজেক্ট ডিটেকশনের মেট্রিক?

🎬

ভিডিও লাইব্রেরি · Videos

সাইটের ভেতরে ফ্লোটিং প্লেয়ারে চলবে
এই শাখার ভিডিও এখনো সংরক্ষিত হয়নি। যেকোনো টপিক পেজ খুললে ভিডিও স্বয়ংক্রিয়ভাবে খুঁজে MySQL-এ সংরক্ষিত হবে (API key থাকলে)।

📺 Reference channels

🇧🇩 Bangla computer vision ↗
🌐 freeCodeCamp ↗sentdex ↗
🔗

সংযুক্ত বিষয় · Connected

➡ 🌏 GeoAI 🕸️ নেটওয়ার্কে দেখুন💻 ল্যাবে খুলুন
← আগের শাখা🧠 Deep Learningপরের শাখা →💬 NLP
🎬 Video