Halo! Hari ini kami akan memberi tahu dan menunjukkan bagaimana pembelajaran mesin dan visi komputer sekali lagi membantu dalam memecahkan berbagai masalah. Kali ini tim kami ambil bagian dalam kasus dari Finkase LLC sebagai bagian dari kompetisi Terobosan Digital dari Hub IT Kaukasus Utara.
Kami ditawari untuk mengembangkan prototipe sistem cerdas untuk menentukan kualitas renovasi apartemen berdasarkan algoritma visi komputer menggunakan alat Intel OpenVINO ( Open Visual Inference & Neural Network Optimization ).
Kasus:
Saat mengevaluasi objek real estat apa pun, kita dihadapkan pada tugas untuk menentukan kualitas renovasi apartemen. Kualitas finishing adalah salah satu parameter penting dari harga, yang sayangnya sering tidak ditunjukkan dalam informasi tentang objek tersebut. Diperlukan untuk mengembangkan algoritme penilaian yang memungkinkan untuk menentukan adanya perbaikan dan kualitas finishing dari sebuah foto untuk penggunaan hasil selanjutnya saat menilai nilai objek.
: ( , , ), – . 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, ) – « ».
Terima kasih atas perhatiannya! Kami menyarankan Anda untuk melihat artikel kami yang lain dan berkenalan dengan pengalaman kami menggunakan alat Intel - OpenVINO tidak hanya di hackathon, tetapi juga untuk memecahkan masalah bisnis yang nyata.