واصلت تجربة النموذج الأولي لـ
PhotoGuru لمعرفة ما إذا كان التعرف على "نمط" الصورة يمكن أن يساعد المستخدم بطريقة ما.
في الإصدار الجديد ، يتم تحديث الواجهة ويعطي البرنامج إجابة واحدة فقط. في معظم الأحيان ، هذا هو اسم المصور والنسبة المئوية لـ "تشابه" صورة المستخدم مع أسلوب واحد من ستة مصورين.
إذا كانت النسبة المئوية أقل من 33٪ ، فلن يتمكن النظام من إنشاء المؤلف ويخلص إلى أنه أمامها "جورو" جديد ويظهر بدلاً من الاسم الأخير النقش "PHOTO GURU".
if (maxPercent <= 100/numPhotographers*2) { message = " ★ " photoGuru = "Photo Guru" }
لقد أضفت
صوري وصورًا لـ
Zhenya Otetskoy إلى النظام وبدأ النموذج في ارتكاب أخطاء في 31٪ من الحالات.
بعد تحرير العينات ، أدركت أنني بدأت في ضبط الإجابات على النتيجة. تحتاج طريقة أخرى. اتضح أنه يمكن تدريس النظام لفترة أطول. لقد قمت بزيادة عدد الدورات التدريبية إلى 20 دورة ، والآن لا يخطئ النظام تقريبًا في تحليل الصور من عينة اختبار.
بشكل عام ، يصنف النموذج صورًا غير معروفة لها بشكل صحيح ، لكن النظام اعتبر إحدى صوري القديمة صورة ل Zhenya Otetskoy وأنا لست متأكدًا تمامًا من أنني شخصياً كنت ألتقط صورة ذاتية.
لكن الأهم من ذلك كله هو أنني أعجبت بالتدريب فقط على الصور ، وتمكن النظام من التأكد بدقة 99 ٪ من أن المناظر الطبيعية مع "القطارات" تم تصويرها بواسطة Evgeni Otetskiy.
حاولت العثور على صورة لا تشبه أيًا من المؤلفين المعروفين للنظام. لم تنجح
اعتبر النظام أن صور تيم ووكر تشبه صور زينيا أوتيتسكوي ، ويطلق مايك برودي صورًا ليغور فوينوف ، وقد قام ماكسيم شوميلين بتصوير الملخص.
على الأرجح ، يحلل النموذج الصور الفوتوغرافية على مستوى التكوين ، وبالتالي ينتج عن هذه النتيجة. لا يمكنها تقدير الجمال والرموز ، وهي تتعرف على المربع الأبيض كصورة لأحد المؤلفين.
يمكن أن يكون اللعب باستخدام PhotoGuru مفيدًا في التصوير الفوتوغرافي للتعلم الذاتي. للقيام بذلك ، تحتاج إلى زيادة عدد المصورين المعروفين للنظام ، والتفكير في الحماية من "الغشاشين" وإضافة "المكافآت". على سبيل المثال ، شارة "Videnin 99٪" و "الميدالية الكبيرة" للمستخدم الذي جمع الشارات "99٪" من جميع المصورين.
وإذا حصل شخص ما على حالة "PHOTO GURU" - شهادة التفرد.