Considere los servicios en línea populares de hoy (sitios, recursos de Internet, aplicaciones móviles) y el uso de redes neuronales en ellos. Hay al menos tres áreas en las que las redes neuronales pueden ayudar en el procesamiento del contenido multimedia entrante en los servicios en línea. Estas direcciones se reducen a la detección de objetos, su segmentación y clasificación.
Por ejemplo, supongamos que tenemos un servicio de venta de automóviles en línea. Como información entrante, los usuarios cargan fotos de su automóvil y proporcionan información al respecto. Usando el detector, podemos determinar el automóvil en la fotografía y descubrir el área que ocupa. Si toma menos de 1/3 de la foto, puede pedirle al usuario que cargue otra foto. Además, después de cortar el automóvil a lo largo del contorno de la foto, puede cargarlo en el clasificador y determinar la marca y el modelo del vehículo. Estos datos se pueden comparar con los datos que muestra el usuario en forma de texto. No es necesario restringir estrictamente al usuario en ninguna acción, pero tiene sentido acumular información sobre inconsistencias en el contexto de los usuarios. Además, si hay estado. número de automóvil, puede verificarse sobre la base de las medidas de búsqueda operativa o usarse como un identificador de búsqueda (como el principal para la comparación, luego cambiar a VIN).
Otro ejemplo del uso de redes neuronales en el análisis de la fotografía es la prevención de la descarga y distribución de material pornográfico. Por lo tanto, es posible reducir significativamente el trabajo manual en el análisis de la calidad del contenido y el procesamiento de quejas por parte de los usuarios y / o las agencias de aplicación de la ley.
Hay muchos servicios en línea y aplicaciones móviles donde el usuario debe cargar sus propias fotos (no una mesa, silla o piso, sino una foto que contenga una cara). Por supuesto, no funcionará si es suya o no, pero usar un detector facial y determinar la estructura de edad y sexo es aconsejable y, lo más importante, simple. Las soluciones listas para usar en términos de detección y reconocimiento con la formación de un hash único de la cara y la búsqueda adicional de estos conjuntos de datos están disponibles en los modelos Intel OpenVINO.
Estos son algunos modelos previamente entrenados de Intel OpenVINO (https://software.intel.com/en-us/openvino-toolkit/documentation/pretrained-models) que puede usar en sus proyectos:
Detector de rostros Detección de puntos de control en el rostro Reconocimiento y detección de rostros Detector de personas Detector de personas, automóviles y bicicletas
Lo más importante es que hoy en día hay una gran cantidad de modelos pre-entrenados que pueden usarse en sus propios proyectos. Además, al tener su propio conjunto de datos, las redes pueden recibir capacitación adicional y mejorar su calidad.