COMQUAS
Published in

COMQUAS

Bella Be A Star

ကၽြန္ေတာ္တို႕ COMQUAS မွ http://www.bellabeastar.com အတြက္ တာဝန္ယူ ေရးဆြဲ ေပးခဲ့ပါတယ္။ website ရဲ႕ အဓိက ထူးျခားခ်က္ကေတာ့ Machine Learning ထည့္သြင္းထားပါသည္။ သာမာန္ user အေနျဖင့္ ေျပာရင္ AI ထည့္ထားတယ္လို႕ ဆိုႏိုင္ေပမယ့္ Machine Learning အဆင့္အထိပဲ ပါဝင္ထားပါတယ္။

ဘယ္လို website မ်ဳိးလဲ

ေဆာင္ရြက္ခ်က္ေလးကေတာ့ ရိုးရိုး ရွင္းရွင္းပါပဲ။

၁။ ဓာတ္ပံုရိုက္မယ္။

၂။ သူနဲ႕ တူညီသည့္ color ကို ထုတ္ျပမယ္။

၃။ အဲဒီ color ရိွသည့္ မင္းသမီးတစ္ေယာက္ ကို ထုတ္ျပမယ္။

၄။ သံုးသင့္သည့္ ပစၥည္းေတြ ထုတ္ျပမယ္။

အသားအေရာင္ ဘယ္လို သိႏိုင္လဲ

အဓိက စိန္ေခၚမႈဟာလည္း ကိုယ့္ အသားေရာင္က ဘယ္လို အေရာင္ နဲ႕ အနီးစပ္ ဆံုးဆိုတာကို သိဖို႕ပါ။ အဲဒီအတြက္ လြယ္လြယ္ကူကူနဲ႕ ရႏိုင္သည့္ algorithm မရိွပါဘူး။ Color Matching အတြက္ CIE94 formulae ရိွပါတယ္။ သို႕ေပမယ့္ မင္းသမီးရဲ႕ အသားေရာင္ဟာ မိတ္ကပ္လိမ္းထားရင္ ေပၚသည့္ အေရာင္ မလိမ္းထားသည့္ အေရာင္ photoshop မျပင္ထားသည့္အေရာင္ အေမွာင္ထဲမွာ ရိုက္သည့္ အေရာင္ စသည္ျဖင့္ မ်ဳိးစံု ရိွႏိုင္ပါတယ္။ ဒါေၾကာင့္ Machine Learning ပံုစံနဲ႕ သြားဖုိ႕ဆံုးျဖတ္ခဲ့ပါတယ္။

Facebook, Google ႏွင့္ Bella ေၾကာ္ျငာမွာ ရိုက္ထားသည့္ မင္းသမီးေတြရဲ႕ ဓာတ္ပံုကို ဦးစြာ စုစည္းခဲ့ပါတယ္။ ျပီးေနာက္မွာေတာ့ မင္းသမီး တစ္ေယာက္ျခင္းစီ ရဲ႕ Model တစ္ခု တည္ေဆာက္ပါတယ္။ မင္းသမီးေတြဟာ အမ်ားအားျဖင့္ မိတ္ကပ္အသံုးျပဳထားျခင္း ၊photo editing ျပဳလုပ္ထားျခင္းေၾကာင့္ သူတို႕ရဲ႕ မူရင္း အသားေရာင္ကို သိဖို႕ အတြက္ ဓာတ္ပံုေတြ အမ်ားၾကီးျဖင့္ train ခဲ့ရပါတယ္။ Train လို႕ရလာသည့္ Result ေတြကို Model ျဖင့္ ထုတ္ထားခဲ့ပါတယ္။

ဘယ္လို Train လဲ

Train ဖို႕အတြက္ကေတာ့ background မွာ python ႏွင့္ opencv ကို အသံုးျပဳခဲ့ပါတယ္။ မ်က္ႏွာကို detect သိေအာင္ ဖန္တီးတယ္။ ျပီးလွ်င္ မ်က္ႏွာ တစ္ခုတည္းကို crop လုပ္လိုက္ပါတယ္။ ျပီးမွ မ်က္ႏွာ ၏ average color ကို ရယူျပီးေတာ့ Model မွာ ထည့္ထားခဲ့ပါတယ္။ ေမွာင္သည့္ အခ်ိန္မွာ ရိုက္ထားသည့္ ပံုေတြ ၊ လင္းသည့္ အခ်ိန္မွာ ရိုက္ထားသည့္ ပံုေတြ ၊ ေနာက္ျပီး မိတ္ကပ္မလိမ္းပဲ ရိုက္ထားသည့္ ပံုေတြ ၊ photo editing မလုပ္ပဲရိုက္ထားသည့္ ပံုေတြ ႏွင့္ photo editing လုပ္ျပီး ရိုက္ထားသည့္ ပံုေတြ ပါဝင္ပါတယ္။

တူမတူ ဘယ္လို သိႏိုင္လဲ

Machine Learning ပံုစံ ႏွင့္ ဖန္တီးထားတာေၾကာင့္ 100% တူတယ္ ဆုိျပီးေတာ့ result မရႏိုင္ပါဘူး။ User က ရိုက္လိုက္သည့္ ပံုကို ပထမဆံုး မ်က္ႏွာကို detect လုပ္ျပီး crop လုပ္လိုက္ပါတယ္။ ျပီးလွ်င္ average color ကို ဆြဲယူလိုက္တယ္။ ရလာသည့္ color နဲ႕ ကၽြန္ေတာ္တုိ႕ ေဆာက္ထားသည့္ မင္းသမီး Models ေတြကေန ဘယ္မင္းသမီး ႏွင့္ ဘယ္ေလာက္ percentage တူသည္ ဆိုတာကို ရလာပါတယ္။

Percentage ေပၚမွာ မူတည္ျပီးေတာ့ ဘယ္မင္းသမီး ႏွင့္ အတူဆံုးဆိုတာ သိသည့္ အခါမွာ ထိုမင္းသမီး၏ အသားေရာင္ နံပတ္ကို ကၽြန္ေတာ္တုိ႕ သိရပါတယ္။ ရရိွလာသည့္ result ထဲက မင္းသမီးႏွင့္ လိုက္ဖက္သည့္ ပစၥည္းစာရင္းကိုလည္း ေဖာ္ျပႏိုင္ပါသည္။

ျပႆနာမ်ား

အဓိက real world ျပႆနာကေတာ့ ဖုန္းေတြဟာ တကယ့္လက္ရိွ အေရာင္ကို မရိုက္ေပးႏိုင္ျခင္းပါပဲ။ အခ်ဳိ႕ ဖုန္းေတြ အေရာင္ေတြ အရမ္းစိုပါတယ္။ အခ်ဳိ႕ဖုန္းေတြကေတာ့ beautify ပါဝင္ျပီး ပံုမွန္ ထက္ အသားျဖဴပါတယ္။ အခ်ဳိ႕ ဓာတ္ပံုရိုက္သည့္အခါမွာ အခန္းထဲမွာ ရိုက္သည့္ အတြက္ ေမွာင္ေနပါတယ္။ လူအမ်ဳိးမ်ဳိး ဖုန္းအမ်ဳိးအမ်ဳိး ျဖစ္သည့္ အတြက္ေၾကာင့္ result ေတြဟာ train ထားသည့္ မင္းသမီးေတြ နဲ႕ ကြဲထြက္သြားႏိုင္သည္။

Bella က ဝန္ထမ္းမ်ားႏွင့္ ကၽြန္ေတာ့္ အသိမိတ္ေတြမ်ား၏ ဓာတ္ပံုမ်ားကို Bella ဘက္က ဘယ္သမီး ႏွင့္ တူသည္ဆိုျပီး group ခြဲထုတ္ျပီး ထပ္ျပီး Train ရပါတယ္။ ဒါေၾကာင့္ အနီးစပ္ဆံုး ရလဒ္ကို ရရိွခဲ့ပါတယ္။ သို႕ေပမယ့္လည္း အသားညိဳေပမယ့္ beautify ပါဝင္သည့္ camera ျဖင့္ ရိုက္လွ်င္ အသားျဖဴသည့္ မင္းသမီးႏွင့္ တူညီဖို႕ ရာခိုင္ႏႈန္းမ်ား ႏိုင္ပါေသးသည္။

အျခားျပႆနာ

ပံုကို မေရြးခိုင္းပဲ selfish ကို တန္းရိုက္မွာ ျဖစ္သည့္အတြက္ေၾကာင့္ ပံုမွန္ file upload အစား capture ကို ေျပာင္းသံုးခဲ့ပါတယ္။

<input type="file"name="fileToUpload" capture accept="image/*">

အဲဒီမွာ

capture accept="image/*"

ထည့္ထားသည့္ အတြက္ mobile browser မွာ camera ကို တန္းျပီး ပြင့္ပါသည္။

သို႕ေပမယ့္ facebook Android version ၏ webview မွာ အလုပ္မလုပ္ပါဘူး။

၁၀၀% ရလဒ္ရဖို႕ အမ်ားၾကီး train ဖို႕လိုပါေသးတယ္။ ေနာက္တဆင့္ အေနနဲ႕ face dection ကို ထည့္ျပီး အလိုအေလ်ာက္ train သည့္ level ထိသြားခ်င္ပါေသးတယ္။ ဒါ့အျပင္ အသံုးျပဳသူမ်ားေလေလ အလိုအေလ်ာက္ ပိုေကာင္းလာေလေလ ျဖစ္ေအာင္ ဖန္တီးဖို႕ လည္း လိုပါေသးတယ္။ အဲဒီ့အဆင့္ေတြ အတြက္ အခ်ိန္ အမ်ားၾကီး ေပးရပါအံုးမယ္။

အခု www.bellabeastar.com မွာ သင္ကိုယ္တိုင္ ဝင္ေရာက္ စမ္းသပ္ႏိုင္ပါသည္။

--

--

Startup in Yangon, Myanmar. Thought of UI/UX and mobile development.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store