Hallo! Heute werden wir erzählen und zeigen, wie maschinelles Lernen und Computer Vision erneut bei der Lösung verschiedener Probleme helfen. Dieses Mal nahm unser Team an einem Fall von Finkase LLC im Rahmen des Digital Breakthrough-Wettbewerbs des nordkaukasischen IT Hub teil.
Es wurde uns angeboten, einen Prototyp eines intelligenten Systems zur Bestimmung der Qualität der Wohnungsrenovierung auf der Grundlage von Computer-Vision-Algorithmen unter Verwendung von Intel-Tools zu entwickeln - OpenVINO ( Open Visual Inference & Neural Network Optimization ).
Fall:
Bei der Bewertung eines Immobilienobjekts stehen wir vor der Aufgabe, die Qualität der Wohnungsrenovierung zu bestimmen. Die Qualität der Endbearbeitung ist einer der wichtigen Preisparameter, die in den Informationen zum Objekt leider oft nicht angegeben sind. Es ist erforderlich, einen Bewertungsalgorithmus zu entwickeln, mit dem das Vorhandensein von Reparaturen und die Qualität der Endbearbeitung anhand eines Fotos ermittelt werden können, um das Ergebnis anschließend zur Bewertung des Werts von Objekten zu verwenden.
: ( , , ), – . Resnet50. 50 , 12500 . ONNX, ONNX OpenVINO.
ONNX OpenVINO Model Optimizer :
python3 mo.py --input_model <INPUT_MODEL>.onnx
OpenVINO. 93%. , Resnet152 ( , , ).
, Monk. . !
. MIT ADE20K.
2 , 93% (, , , ) (, , , ). . , . . API , , .
, . : , . .
ISUvision ( , , , , 19--1, ) – « ».
Vielen Dank für Ihre Aufmerksamkeit! Wir empfehlen Ihnen, in unserem anderen Artikel nachzuschlagen und sich mit unseren Erfahrungen mit Intel-Tools vertraut zu machen - OpenVINO nicht nur bei Hackathons, sondern auch zur Lösung realer Geschäftsprobleme.