ඇමසන්, ප්රේරි ෆාම්ස්, ලෑන්ඩ් ඔ ලේක්ස් වැනි ග්රෝසරි භාණ්ඩවල ලේබල සහ ඡායාරූප අතර ඇති වැරදි තරඟකාරීත්වය, පාරිභෝගිකයින්ට අවාසනාවක්. පළමු කොටසෙන් CLIP, BLIP මොඩල වලින් සමාන්ය නොගැලපීම් හඳුනාගැනීමට හැකියාව තිබුණද, සුක්ෂ්ම විස්තර (වර්ගය, ප්රමාණය, වෙරළ) හඳුනාගැනීමට අඩු විය.
මෙම දෙවන කොටසෙහි, ලේබලයෙහි අඩංගු වචන පළමුව OCR (Optical Character Recognition) මඟින් ලබාගෙන, පසු ඒ වචන VQA (Visual Question Answering) මොඩල සමඟ තරඟ කරමින් එක් එක් ලක්ෂණය තනිවම සත්යාපනය කරන නව පද්ධතියක් හඳුන්වා දෙනවා. මෙය Feature Dictionary කියන සංකල්පය මත පදනම්ව, "product_type", "brand", "size", "variant", "container" වැනි ගුණාංග නිරූපිත ලැයිස්තුවක් සකස් කර, ඒවායෙහි එකක් හෝ දෙකක් නොගැලපේ නම් ලැයිස්තුව තහවුරු කරයි.
පරික්ෂණ සඳහා තේරුණු තුන් භාණ්ඩ:
- Prairie Farms Whole Milk – ලේබලයේ බොහොම තේක්ෂණීය පාඨය, ලාංඡනය, පෝෂණ තොරතුරු.
- Amazon Fresh Boneless Skinless Chicken Breast – ස්ටිකර් එකේ සීමිත පාඨය, කුළුබඩු කට්ටලය හඳුනාගැනීම.
- Land O Lakes Salted Butter – කුඩා පැකේජය, 8 oz / 226.8 g වැනි බහු ප්රමාණ සලකුණු.
OCR සඳහා EasyOCR පසුබැසීමේ Python පුස්තකාලය භාවිතා කරන අතර, 0.4% ඉහළ විශ්වාසය ඇති වචන පමණක් තෝරාගනී. Land O Lakes බටර් ලේබලයෙන් “land o lakes”, “butter”, “8oz”, “salted” වැනි වචන සාර්ථකව ලබාගත හැකි විය. ප්රමාණය “8 oz” වැනි අන්තර්-අකුරු පරස්පරය OCR හි “8oz” ලෙස හඳුනාගත වීම නිසා, අවසාන සමානකරණය සඳහා ඉඩ අවකාශ ඉවත් කිරීමේ තාක්ෂණය භාවිතා කරනවා.
ශ්රී ලංකාවට ඇති වැදගත්කම
මෙම තාක්ෂණය ශ්රී ලාංකීය ඩිජිටල් වෙළඳපලට විශාල අවස්ථාවක්. පාරිභෝගිකයින්ට අසත්ය ලේබල නිෂ්පාදන වලින් වැලැක්වීමට, e‑commerce වෙබ් අඩවිවලට ස්වයංක්රීය පරීක්ෂණයක් එක් කර ගත හැක. දේශීය සංවර්ධකයන්ට OCR, VQA එකතු කරමින් AI‑මූලික සේවා නිර්මාණය කිරීමේ පුළුල් පදනමක් ලැබේ. කුඩා ව්යාපාරිකයන්ට තමාගේ නිෂ්පාදන ලේබලයේ විස්තරය නිවැරදිව පෙන්වීම, අන්තර්ජාතික වෙළඳපලේ විශ්වාසය වැඩි කිරීමේ අත්යවශ්ය කාරණයක් වේ.
ඉදිරියේදී, මේ පද්ධතිය cloud API සමඟ ඒකාබද්ධ කර, real‑time හිමිකාරක පරීක්ෂණය, ස්වයංක්රීය ප්රතිචාර (feedback) ලබා දීමේ සේවාවක් ලෙස දියුණු කර ගත හැක.
සාරාංශය වශයෙන්, OCR + VQA පදනම් වූ සුක්ෂ්ම ලක්ෂණ හඳුනාගැනීම, පාරිභෝගික විශ්වාසය, වෙළඳපල පාරිභෝගික අත්දැකීම, සහ තාක්ෂණික නව්යකරණය තුළ අලුත් මාර්ගයක් පෙන්වයි.
