نویسنده در این مقاله به تجربهی خود در زمینهی ساخت یک اپلیکیشن ارتباطی مبتنی بر ASL (زبان اشارهی آمریکایی) میپردازد. چالش اصلی، یافتن یا آموزش یک مدل تشخیص علائم مناسب بوده است. مدلهای موجود یا برای کاربرد مورد نظر مناسب نبودهاند (مانند SignGemma که هنوز منتشر نشده یا SignLLM که برای ترجمه اشاره به متن طراحی شده) یا تمرکزشان بر روی تشخیص حروف انگشتی (Fingerspelling) بوده است.
نویسنده با بررسی مجموعههای دادهی مختلف، WLASL-100 را به دلیل داشتن نمونههای کافی برای هر کلاس انتخاب کرده است. در این مقاله، به چالشهای انتخاب مجموعه داده، روشهای آموزش و نیاز به منابع محاسباتی کم اشاره شده است. هدف نهایی، آموزش یک مدل تشخیص علائم ASL با هزینه مناسب و استفاده از AWS EKS برای این منظور است.
مشاهده مطلب اصلی