৫২. ট্রাফিক সাইন রিকগনিশন (Self-Driving Car Tech)

টেসলা (Tesla) বা গুগলের ওয়েমো (Waymo) এর মতো সেলফ ড্রাইভিং গাড়িগুলো রাস্তায় চলার সময় স্পিড লিমিট, স্টপ সাইন বা ইউ-টার্নের সাইনবোর্ড দেখে কীভাবে বুঝতে পারে যে তাকে এখন কী করতে হবে?

এই ম্যাজিকটি করা হয় কম্পিউটার ভিশন (Computer Vision) এবং ডিপ লার্নিং (Deep Learning) এর মাধ্যমে। এই প্রজেক্টে আমরা ঠিক সেরকমই একটি এআই মডেল তৈরি করবো, যা রাস্তার যেকোনো ট্রাফিক সাইনের ছবি দেখে বলে দিতে পারবে সেটি আসলে কীসের সাইন!

কীভাবে কাজ করে? (How it works):

1. Dataset (GTSRB): ইন্টারনেটে "German Traffic Sign Recognition Benchmark (GTSRB)" নামে একটি ডেটাসেট আছে, যেখানে হাজার হাজার ট্রাফিক সাইনের ছবি দেওয়া আছে। আমরা সেটি দিয়ে এআইকে ট্রেন করাবো।
2. CNN Model: Convolutional Neural Network (CNN) ব্যবহার করে ছবিগুলো স্ক্যান করা হবে। সিএনএন মূলত ছবির বর্ডার, লাল রং এবং জ্যামিতিক আকার (যেমন: ত্রিভুজ, গোলক) বিশ্লেষণ করে।
3. Image Classification: ট্রেনিং শেষে নতুন কোনো সাইনবোর্ডের ছবি দিলে মডেলটি ক্লাসিফিকেশন করে তার নাম (যেমন: "Speed Limit 60 km/h" বা "Stop") আউটপুট দিবে।

প্রয়োজনীয় লাইব্রেরি (Libraries):

টার্মিনালে নিচের কমান্ডটি লিখে লাইব্রেরিগুলো ইনস্টল করে নিন:

pip install tensorflow opencv-python pandas numpy

প্রজেক্টের কোড:

নিচের কোডটি হলো ট্রাফিক সাইন রিকগনিশনের জন্য সিএনএন (CNN) মডেলের কোর আর্কিটেকচার:

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout
import cv2
import numpy as np

def build_traffic_sign_model():
    print("=== Traffic Sign Recognition AI (Self-Driving Tech) ===\n")
    
    print("[1] Building CNN Architecture...")
    # ৪৩ ধরনের ট্রাফিক সাইন (ক্লাস) আছে ডেটাসেটে
    num_classes = 43 
    
    # এআই মডেল তৈরি করা
    model = Sequential([
        # প্রথম কনভোলিউশনাল লেয়ার (Feature Extraction)
        Conv2D(32, (3, 3), activation='relu', input_shape=(30, 30, 3)),
        MaxPooling2D(pool_size=(2, 2)),
        Dropout(0.25),
        
        # দ্বিতীয় লেয়ার
        Conv2D(64, (3, 3), activation='relu'),
        MaxPooling2D(pool_size=(2, 2)),
        Dropout(0.25),
        
        # ছবিকে ম্যাট্রিক্স থেকে ভেক্টরে রূপান্তর করা
        Flatten(),
        
        # ফুল্লি কানেক্টেড নিউরাল নেটওয়ার্ক
        Dense(256, activation='relu'),
        Dropout(0.5),
        
        # আউটপুট লেয়ার (৪৩টি ক্লাসের মধ্যে একটি সিলেক্ট করবে)
        Dense(num_classes, activation='softmax')
    ])
    
    # মডেল কম্পাইল করা
    model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
    print("✅ Model compiled successfully!\n")
    
    model.summary()
    return model

def predict_sign(model, img_path):
    """নতুন ছবি দেখে ট্রাফিক সাইন চেনা"""
    print(f"\n[2] Analyzing Image: {img_path}")
    try:
        # ছবি লোড করা এবং মডেলের সাইজ অনুযায়ী (30x30) রিসাইজ করা
        image = cv2.imread(img_path)
        image = cv2.resize(image, (30, 30))
        # ছবিকে নরমাল বা স্কেল করা (0 থেকে 1 এর মধ্যে)
        image = np.array(image) / 255.0
        image = np.expand_dims(image, axis=0)
        
        # এআই প্রেডিকশন
        prediction = model.predict(image)
        predicted_class = np.argmax(prediction, axis=1)[0]
        
        print(f"🎯 AI Prediction Class ID: {predicted_class}")
        # বাস্তবে এখানে একটি ডিকশনারি থাকে যা ID কে নামে রূপান্তর করে (যেমন: 14 = Stop Sign)
        
    except Exception as e:
        print(f"Error loading image: {e}")

if __name__ == "__main__":
    ai_model = build_traffic_sign_model()
    print("\n[!] The model is ready. (Needs model.fit() with GTSRB dataset for actual training)")
    
    # ডেমো প্রেডিকশন (আপনার ফোল্ডারে stop_sign.jpg থাকলে কাজ করবে)
    # predict_sign(ai_model, "stop_sign.jpg")

কোডটি কীভাবে শিখবেন?

1. CNN Architecture: এই মডেলটি সাধারণ নিউরাল নেটওয়ার্কের চেয়ে শক্তিশালী। Conv2D লেয়ারগুলো ইমেজের ওপর বিভিন্ন ফিল্টার বসিয়ে ইমেজের ফিচার (যেমন: স্টপ সাইনের আট-কোণা বর্ডার) এক্সট্র্যাক্ট করে। আর MaxPooling ছবির অপ্রয়োজনীয় পিক্সেল বাদ দিয়ে ডেটার সাইজ ছোট করে আনে।
2. Softmax Activation: মডেলের শেষ লেয়ারে softmax ব্যবহার করা হয়েছে। কারণ এখানে উত্তর হ্যাঁ/না (Sigmoid) নয়, বরং ৪৩টি ভিন্ন ভিন্ন ট্রাফিক সাইনের অপশন আছে। softmax এই ৪৩টি অপশনের প্রতিটির জন্য একটি করে সম্ভাবনার পার্সেন্টেজ (Probability) বের করে, যার মধ্যে সবচেয়ে বেশি পার্সেন্টেজ পাওয়া সাইনটিই হয় রেজাল্ট।
3. Image Normalization: image / 255.0 লাইনটি ইমেজের পিক্সেল ভ্যালুগুলোকে ০ থেকে ২৫৫ এর বদলে ০ থেকে ১ এর মধ্যে নিয়ে আসে। এটি এআইকে দ্রুত শিখতে সাহায্য করে!