বাল্কে ছবি চেক করা: একটি ব্যাচ কর্মপ্রবাহ

একক ছবির চেয়ে সেটগুলো কেন বেশি তথ্যপূর্ণ

একই ডিভাইসে, একই সেশনে, একজন ব্যক্তির তোলা ছবিগুলোর প্রসেসিং হিস্ট্রি একই রকম থাকে। এগুলো একইভাবে কম্প্রেস করা হয়, একই সফটওয়্যার দ্বারা নয়েজ রিমুভ করা হয় এবং একই অ্যাপ দ্বারা এক্সপোর্ট করা হয়, তাই এগুলো একই সীমার মধ্যে থাকে।

এটি আপনাকে বিনামূল্যে একটি বেসলাইন দেয়। আপনি আর জিজ্ঞেস করছেন না যে ৫৮ বেশি কি না, যা ক্যামেরা এবং কম্প্রেশনের ওপর নির্ভর করে। আপনি জিজ্ঞেস করছেন কেন একটি ছবির স্কোর ৫৮ হলো যখন এর এগারোটি প্রতিবেশীর স্কোর ১৮ থেকে ২৬-এর মধ্যে ছিল।

তুলনাটি এমন বেশিরভাগ জিনিস সরিয়ে দেয় যা একক স্কোর পড়া কঠিন করে তোলে। ডিভাইস প্রসেসিং, প্ল্যাটফর্মের রিকম্প্রেশন এবং লাইটিং পুরো সেটটিকে একসাথে প্রভাবিত করে, তাই এগুলো বাদ হয়ে যায় এবং যা থাকে তা সত্যিকার অর্থেই সেই একটি ছবি সম্পর্কে হয়।

ব্যাচ ওয়ার্কফ্লো

1. ফরোয়ার্ড করা ছবি নয়, আসল ছবিগুলো সংগ্রহ করুন

   ইমেলে পেস্ট করা ছবির পরিবর্তে ডিভাইস থেকে ফাইল চান। যে সেটে কিছু ছবি রিকম্প্রেস করা হয়েছে এবং অন্যগুলো করা হয়নি, সেই সেটটি এমন কারণে ছড়িয়ে যাবে যার সাথে ম্যানিপুলেশনের কোনো সম্পর্ক নেই।

2. পুরো সেটটি একসাথে রান করুন

   প্রতি ব্যাচে সর্বোচ্চ পঁচিশটি। এগুলো একসাথে রান করলেই আপনি তুলনা করতে পারবেন; একে একে রান করলে সেই সুযোগ হারাবেন।

3. কিছু খোলার আগে সারাংশটি পড়ুন

   ব্যাচ ভিউতে বিস্তৃতি এবং প্রতিটি ব্যান্ডের সংখ্যা দেখা যায়। এর মাধ্যমে আপনি বুঝতে পারবেন যে আপনি একটি পরিষ্কার সেট, একটি অবমূল্যায়িত সেট বা একটি সমস্যাযুক্ত সেট দেখছেন কিনা।

4. প্রথমে আউটলায়ারটি খুলুন

   সর্বোচ্চ স্কোরটি নয়। যেটি এর প্রতিবেশী থেকে সবচেয়ে দূরে, যা সবসময় একই ছবি হয় না।

5. আপনি যা খুলবেন তার রিজিওন ম্যাপ চেক করুন

   পুরো ফ্রেমটি হট নাকি একটি টাইল হট তা নির্ধারণ করে যে আপনার কাছে কী ধরনের ফলাফল রয়েছে এবং পরবর্তীতে কী চাইতে হবে।

6. ব্যাচ রিপোর্ট এক্সপোর্ট করুন

   প্রতিটি ছবির সারসংক্ষেপ সম্বলিত একটি PDF, এবং প্রতিটির সম্পূর্ণ ফলাফলসহ একটি মিলিত JSON। এটিই সেই ফাইল যা নথিতে যুক্ত হয়।

সেটের আকৃতি আপনাকে যা বলে

চতুর্থ সারিতে মনোযোগ দেওয়া উচিত। একটি বিক্ষিপ্ত সেট তুলনার উদ্দেশ্যে কোনো সেটই নয়, এবং এর উপযোগী প্রতিক্রিয়া হলো কোনো সংখ্যা পড়ার আগে ছবিগুলো কেন আলাদা তা খুঁজে বের করা।

সীমাগুলো কোথায়

প্রতি ব্যাচে পঁচিশটি হলো বাণিজ্যিক সীমাবদ্ধতার চেয়ে ব্রাউজার মেমোরির একটি সীমা। প্রতিটি ছবি ট্যাবে ডিকোড এবং স্কোর করা হয়, এবং একটি মাঝারি ডিভাইসে বড় ব্যাচ স্মৃতির অভাবে ধীরে কাজ করার পরিবর্তে থেমে যায়।

দুইশোর একটি সেটের জন্য, এটিকে বোধগম্য গ্রুপে বিভক্ত করুন: দিন অনুসারে, ডিভাইস অনুসারে, উৎস অনুসারে। এটি যেকোনোভাবেই ভালো অনুশীলন, কারণ বিভিন্ন সেশনের ছবিগুলোর তুলনা করলে ব্যাচ পদ্ধতিটি যে ভিন্নতা দূর করে, ঠিক সেই ভিন্নতাটিই আবার ফিরে আসে।

এই ওয়ার্কফ্লো কাদের জন্য উপযুক্ত

• দাবি হ্যান্ডলার। একটি দাবি সেট হিসেবে আসে, এবং আউটলায়ার হলো আদর্শ ফলাফল।
• মডারেশন টিম। আলাদাভাবে আইটেমগুলোর বিচার করার চেয়ে একটি রিভিউ কিউ সাজানো।
• এজেন্সি। ক্লায়েন্টের কাছে পাঠানোর আগে ডেলিভারি দেওয়া অ্যাসেটের একটি ব্যাচ চেক করা।
• ফাইন্যান্স টিম। এক সেশনে ছবি তোলা কুড়িটি রসিদসহ একটি একক খরচের দাবি।
• গবেষকরা। একটি নমুনা স্কোর করা এবং একক কোনো ফলাফলের পরিবর্তে ডিস্ট্রিবিউশন দেখা।

আপনি প্রায়ই দেখেন এমন একটি উৎসের জন্য বেসলাইন তৈরি করা

যে টিমগুলো বারবার একই জায়গা থেকে ছবি পর্যালোচনা করে তারা একটি সেটের মধ্যে তুলনার চেয়েও এগিয়ে যেতে পারে। উৎসটি সাধারণত কোথায় অবস্থান করে তা রেকর্ড করলে প্রতিটি ভবিষ্যতের ব্যাচ নিজের সাথে নয় বরং ইতিহাসের সাথে তুলনা হয়ে ওঠে।

ভারীভাবে রিকম্প্রেস করা একটি নির্দিষ্ট দাবি পোর্টাল প্রায় ৪৫ এর কাছাকাছি স্কোর তৈরি করতে পারে। এটি সন্দেহজনক নয়, এটি সেই পোর্টাল। সংখ্যাটি জানার অর্থ হলো ৪৫ এ পৌঁছানো একটি সেট কোনো প্রশ্ন তুলবে না এবং ৭০ এ পৌঁছানো একটি সেট সাথে সাথে প্রশ্ন তুলবে।

চেক করা হয়নি এমন কোনো নমুনা থেকে না বানিয়ে ইতিমধ্যে সমাধান করা ছবিগুলো থেকে এটি তৈরি করুন। প্রতিটি উৎসের জন্য বিশটি পরিচিত ভালো সেট পরিসর দেখার জন্য যথেষ্ট, এবং এই অনুশীলনে সাধারণত এমন একটি প্রসেসিং ত্রুটি সামনে আসে যা কেউ কয়েক মাস ধরে ভুল সংকেত হিসেবে পড়ছিল।

নোটটি এমন কোথাও রাখুন যা পুরো টিম পড়তে পারে। একজনের মাথায় রাখা বেসলাইন সেই সপ্তাহে আর বেসলাইন থাকে না যেদিন তারা ছুটিতে থাকে।