हमने तंत्रिका नेटवर्क पर कपड़े के चयन के लिए एक सिफारिश सेवा कैसे बनाई

इस लेख में मैं बात करना चाहता हूं कि हमने तस्वीरों से समान कपड़े (अधिक सटीक कपड़े, जूते और बैग) के लिए एक खोज प्रणाली कैसे बनाई। यह, व्यावसायिक दृष्टि से, तंत्रिका नेटवर्क पर आधारित एक सिफारिश सेवा है।

अधिकांश आधुनिक आईटी समाधानों की तरह, हम लेगो कंस्ट्रक्टर असेंबली के साथ अपने सिस्टम के विकास की तुलना कर सकते हैं, जब हम बहुत सारे छोटे विवरण, निर्देश लेते हैं और इससे तैयार मॉडल बनाते हैं। यहाँ इस तरह के एक निर्देश है: क्या लेने के लिए और कैसे उन्हें अपने जीपीयू के क्रम में लागू करने के लिए विवरण एक तस्वीर से इसी तरह के उत्पादों का चयन करने में सक्षम होने के लिए, आप इस लेख में पाएंगे।

हमारा सिस्टम किन हिस्सों से बना है:

• छवियों पर कपड़े, जूते और बैग का डिटेक्टर और वर्गीकरण;
• क्रॉलर, इंडेक्सर या मॉड्यूल स्टोर के इलेक्ट्रॉनिक कैटलॉग के साथ काम करने के लिए;
• समान छवियां खोज मॉड्यूल;
• किसी भी उपकरण और सेवा के साथ सुविधाजनक बातचीत के लिए JSON-API;
• परिणामों को देखने के लिए वेब इंटरफ़ेस या मोबाइल एप्लिकेशन।

लेख के अंत में, हम उन सभी "रेक" का वर्णन करेंगे, जिन्हें हमने विकास के दौरान और उन्हें बेअसर करने की सिफारिशों पर कदम रखा था।

हेडिंग की समस्या और निर्माण का विवरण

कार्य और सिस्टम का मुख्य उपयोग मामला काफी सरल और स्पष्ट लगता है:

• उपयोगकर्ता प्रवेश के लिए प्रवेश (उदाहरण के लिए, एक मोबाइल एप्लिकेशन के माध्यम से) एक तस्वीर है जिसमें कपड़े और / या बैग और / या जूते के लेख हैं;
• सिस्टम इन सभी वस्तुओं को निर्धारित करता है (पता लगाता है);
• उनमें से प्रत्येक को वास्तविक ऑनलाइन स्टोर में सबसे समान (प्रासंगिक) उत्पाद मिलते हैं;
• उपयोगकर्ता उत्पादों को खरीद के लिए एक विशिष्ट उत्पाद पृष्ठ पर जाने की क्षमता देता है।

सीधे शब्दों में कहें, तो हमारे सिस्टम का लक्ष्य प्रसिद्ध प्रश्न का उत्तर देना है: "और आपके पास समान नहीं है, केवल माँ-मोती के बटनों के साथ?"

तंत्रिका नेटवर्क के कोडिंग, मार्कअप और प्रशिक्षण के पूल में भाग लेने से पहले, आपको उन श्रेणियों को स्पष्ट रूप से निर्धारित करने की आवश्यकता है जो आपके सिस्टम के अंदर होंगे, अर्थात, वे श्रेणियां जो तंत्रिका नेटवर्क का पता लगाएंगी। यह समझना महत्वपूर्ण है कि श्रेणियों की सूची जितनी व्यापक और अधिक विस्तृत है, उतनी ही सार्वभौमिक है, क्योंकि बड़ी संख्या में संकीर्ण छोटी श्रेणियां जैसे कि मिनी-ड्रेस, मिडी-ड्रेस, मैक्सी-ड्रेस को हमेशा एक स्पर्श के साथ एक प्रकार की ड्रेस में जोड़ा जा सकता है। लेकिन इसके विपरीत नहीं। दूसरे शब्दों में, रूब्रिकेटर को अच्छी तरह से सोचा जाना चाहिए और परियोजना की शुरुआत में संकलित किया जाना चाहिए, ताकि 3 बार बाद में उसी काम को फिर से न किया जाए। हमने रूब्रिकेटर को संकलित किया, एक आधार के रूप में कई बड़े स्टोर, जैसे कि Lamoda.ru, Amazon.com, और इसे एक तरफ जितना संभव हो उतना चौड़ा बनाने की कोशिश की, और दूसरी ओर जितना संभव हो उतना बहुमुखी, ताकि भविष्य में विभिन्न श्रेणियों के साथ डिटेक्टर श्रेणियों को जोड़ना आसान हो। ऑनलाइन स्टोर (मैं आपको क्रॉलर और इंडेक्सर सेक्शन में इस गुच्छा को बनाने के तरीके के बारे में अधिक बताऊंगा)। यहाँ एक उदाहरण है कि क्या हुआ।


उदाहरण श्रेणियां

हमारे कैटलॉग में इस समय केवल 205 श्रेणियां हैं: महिलाओं के कपड़े, पुरुषों के कपड़े, महिलाओं के जूते, पुरुषों के जूते, बैग, नवजात शिशुओं के लिए कपड़े। हमारे क्लासिफायर का पूरा संस्करण लिंक पर उपलब्ध है।

इंडेक्सर या मॉड्यूल स्टोर के इलेक्ट्रॉनिक कैटलॉग के साथ काम करने के लिए

भविष्य में इसी तरह के उत्पादों की खोज करने के लिए, हमें जिस चीज की तलाश होगी, उसका एक व्यापक आधार बनाने की जरूरत है। हमारे अनुभव में, समान छवियों की खोज की गुणवत्ता सीधे खोज आधार के आकार पर निर्भर करती है, जो कम से कम 100K छवियों और अधिमानतः 1M छवियों से अधिक होनी चाहिए। यदि आप डेटाबेस में 1-2 छोटे ऑनलाइन स्टोर जोड़ते हैं, तो आपको सबसे अधिक संभावना प्रभावशाली परिणाम नहीं मिलेंगे क्योंकि 80% मामलों में वास्तव में आपकी सूची में वांछित आइटम के समान कुछ भी नहीं है।

इसलिए, विभिन्न ऑनलाइन स्टोरों के कैटलॉग को संसाधित करने के लिए आवश्यक छवियों का एक बड़ा डेटाबेस बनाने के लिए, इस प्रक्रिया में यह शामिल है:

• पहले आपको ऑनलाइन स्टोर के एक्सएमएल फीड्स को खोजने की आवश्यकता है, आमतौर पर आप उन्हें इंटरनेट पर या तो स्वतंत्र रूप से उपलब्ध कर सकते हैं, या स्वयं स्टोर से अनुरोध कर सकते हैं, या विभिन्न एग्रीमेटर जैसे एडमिट;
• फ़ीड को एक विशेष कार्यक्रम द्वारा संसाधित (पार्स) किया जाता है - एक क्रॉलर, जो फ़ीड से सभी छवियों को डाउनलोड करता है, उन्हें हार्ड ड्राइव पर रखता है (अधिक सटीक रूप से, नेटवर्क स्टोरेज पर जो आपका सर्वर जुड़ा हुआ है), डेटाबेस में सामानों के बारे में सभी मेटा-जानकारी लिखता है;
• फिर एक और प्रक्रिया शुरू की जाती है - इंडेक्सर, जो प्रत्येक छवि के लिए द्विआधारी 128-आयामी फीचर वैक्टर की गणना करता है। आप क्रॉलर और इंडेक्स को एक मॉड्यूल या प्रोग्राम में जोड़ सकते हैं, लेकिन हमने ऐतिहासिक रूप से विकसित किया है कि ये अलग-अलग प्रक्रियाएं थीं। यह मुख्य रूप से इस तथ्य के कारण था कि शुरू में हमने मशीनों के एक बड़े बेड़े पर वितरित प्रत्येक छवि के लिए डिस्क्रिप्टर (हैश) की गणना की, क्योंकि यह एक बहुत ही संसाधन-गहन प्रक्रिया थी। यदि आप केवल तंत्रिका नेटवर्क के साथ काम करते हैं, तो GPU के साथ पहली मशीन आपके लिए पर्याप्त है;
• बाइनरी वैक्टर को डेटाबेस में लिखा जाता है, सभी प्रक्रियाएं पूरी हो जाती हैं और वॉइला - आपका उत्पाद डेटाबेस आगे की खोज के लिए तैयार है;
• लेकिन एक छोटी सी चाल अभी भी बनी हुई है: चूंकि सभी दुकानों के अंदर अलग-अलग श्रेणियों के साथ अलग-अलग कैटलॉग हैं, तो आपको उन सभी फीड की श्रेणियों की तुलना करने की आवश्यकता है जो आपके डेटाबेस में डिटेक्टर (अधिक सटीक, क्लासिफायरियर) सामानों की श्रेणियों के साथ हैं, हम इसे मैपिंग की प्रक्रिया कहते हैं। यह एक मैनुअल रूटीन है, लेकिन बहुत उपयोगी काम है, जिसके दौरान ऑपरेटर, नियमित रूप से एक्सएमएल फ़ाइल को संपादित करता है, डेटाबेस में फीड की श्रेणियों की तुलना डिटेक्टर की श्रेणियों के साथ करता है। यहाँ परिणाम है:

श्रेणी मैपिंग फ़ाइल का उदाहरण: कैटलॉग-क्लासिफायरियर

जांच और वर्गीकरण

हमारी आंख को फोटो में जो मिला है, उसके समान कुछ खोजने के लिए, हमें पहले इस "कुछ" का पता लगाने की आवश्यकता है (जो कि वस्तु का स्थानीयकरण और चयन करने के लिए है)। हम एक डिटेक्टर बनाने में एक लंबा सफर तय कर चुके हैं, जो OpenCV कैस्केड को प्रशिक्षित करने से शुरू होता है, जो इस कार्य पर बिल्कुल भी काम नहीं करता है, और आर-एफसीएन का पता लगाने और वर्गीकृत करने के लिए आधुनिक तकनीक के साथ समाप्त होता है और ResNet तंत्रिका नेटवर्क पर आधारित क्लासिफायरियर है।

प्रशिक्षण और परीक्षण (तथाकथित प्रशिक्षण और परीक्षण नमूनों) के लिए उपयोग किए जाने वाले डेटा के रूप में, हमने इंटरनेट से सभी प्रकार की छवियां लीं:

• Google / Yandex छवियों पर खोज;
• तृतीय-पक्ष डेटा सेट चिह्नित;
• सामाजिक नेटवर्क;
• फैशन पत्रिका साइटों;
• कपड़े, जूते, बैग की इंटरनेट दुकानें।

मार्कअप एक नमूना उपकरण का उपयोग करके किया गया था, मार्कअप का परिणाम उनके लिए छवियों और * .seg फ़ाइलों के सेट थे, जो वस्तुओं के निर्देशांक और उनके लिए वर्ग लेबल को संग्रहीत करते हैं। प्रत्येक श्रेणी के लिए औसतन 100 से 200 छवियों को लेबल किया गया था, 205 कक्षाओं में छवियों की कुल संख्या 65,000 थी।

प्रशिक्षण और परीक्षण के नमूने तैयार होने के बाद, हमने मार्कअप की दोहरी जांच की, सभी छवियों को दूसरे ऑपरेटर को दे दिया। इसने हमें बड़ी संख्या में त्रुटियों को फ़िल्टर करने की अनुमति दी जो तंत्रिका नेटवर्क के प्रशिक्षण की गुणवत्ता को प्रभावित करते हैं, अर्थात् डिटेक्टर और क्लासिफायरियर। फिर हम कुछ दिनों में मानक उपकरणों का उपयोग करके तंत्रिका नेटवर्क को प्रशिक्षित करना शुरू करते हैं और "नेटवर्क को बंद करें" तंत्रिका नेटवर्क का अगला स्नैपशॉट "दिन की गर्मी में"। औसतन, टाइटन एक्स जीपीयू पर 65,000 छवियों के डेटा वॉल्यूम पर डिटेक्टर और क्लासिफायर का प्रशिक्षण समय लगभग 3 दिन है।

एक तैयार किए गए तंत्रिका नेटवर्क को किसी भी तरह से गुणवत्ता के लिए जांचना चाहिए, अर्थात यह मूल्यांकन करने के लिए कि क्या नेटवर्क का वर्तमान संस्करण पिछले एक से बेहतर हो गया है और कितना। हमने यह कैसे किया:

• परीक्षण के नमूने में 12,000 चित्र शामिल थे और इसे ठीक उसी तरह से रखा गया था जिस तरह से प्रशिक्षण;
• हमने एक छोटा सा उपकरण लिखा जो पूरे परीक्षण नमूने को डिटेक्टर के माध्यम से चलाता था और इस तरह की एक तालिका संकलित करता था (तालिका का पूरा संस्करण यहां उपलब्ध है );
• इस तालिका को एक नए टैब पर एक्सेल में जोड़ा गया है और पिछले एक मैन्युअल रूप से या निर्मित एक्सेल फॉर्मूलों की तुलना में;
• आउटपुट में हमें पूरे सिस्टम में और प्रत्येक श्रेणी के लिए अलग-अलग टीपीआर / एफपीआर डिटेक्टर और क्लासिफायर के सामान्य संकेतक मिलते हैं।

डिटेक्टर और क्लासिफायर की गुणवत्ता पर एक रिपोर्ट तालिका का उदाहरण

इसी तरह के चित्र खोज मॉड्यूल

तस्वीर में अलमारी की वस्तुओं का पता लगाने के बाद, हम इसी तरह की छवियों के लिए खोज इंजन शुरू करते हैं, यहां बताया गया है कि यह कैसे काम करता है:

• सभी कट आउट छवि के टुकड़े (माल का पता लगाया गया), तंत्रिका नेटवर्क 128-बिट बाइनरी फ़ीचर वैक्टर की गणना आकार और रंग में की जाती है (जहां वे आते हैं, नीचे देखें);
• डेटाबेस में संग्रहित सामानों की सभी छवियों के लिए अनुक्रमणिका के चरण में पहले ही गणना किए गए वैक्टर पहले से ही कंप्यूटर रैम में लोड किए जाते हैं (क्योंकि इसी तरह की खोज करने के लिए बड़ी संख्या में खोज और जोड़ीदार तुलना करना आवश्यक होगा, हमने पूरे डेटाबेस को तुरंत मेमोरी में लोड कर दिया, जिससे हमें वृद्धि करने की अनुमति मिली खोज की गति दर्जनों बार है, जबकि लगभग 100 हजार उत्पादों का आधार 2-3 जीबी से अधिक रैम में फिट बैठता है);
• इस श्रेणी के लिए खोज गुणांक इंटरफ़ेस से या हार्डकोड किए गए गुणों से आते हैं, उदाहरण के लिए, "ड्रेस" श्रेणी में, हम आकार की तुलना में रंग में अधिक खोज करते हैं (उदाहरण के लिए, 8 से 2 रंग-आकार की खोज), और "ऊँची एड़ी के जूते" श्रेणी में हम देखते हैं 1 से 1 रूप-रंग चूंकि दोनों रूप और रंग समान रूप से महत्वपूर्ण हैं;
• इसके अलावा, इनपुट छवि से फसल (टुकड़े) के लिए वैक्टर की तुलना डेटाबेस से छवि के साथ जोड़े में की जाती है, गुणांक को ध्यान में रखते हुए (वैक्टर के बीच हैमिंग दूरी की तुलना की जाती है);
• परिणामस्वरूप, प्रत्येक कट-उत्पाद के टुकड़े के लिए डेटाबेस से समान उत्पादों की एक सरणी बनाई जाती है, और प्रत्येक उत्पाद के लिए एक वजन निर्धारित किया जाता है (एक साधारण सूत्र के अनुसार, सामान्यीकरण को ध्यान में रखते हुए, ताकि इंटरफ़ेस को आउटपुट करने की संभावना के लिए सभी वजन 0 से 1 तक की सीमा में हों, साथ ही साथ आगे के लिए भी। छँटाई;
• इसी तरह के उत्पादों की एक सरणी को वेब-JSON-API के माध्यम से इंटरफ़ेस में प्रदर्शित किया गया है।

आकार और रंग में तंत्रिका नेटवर्क वैक्टर के गठन के लिए तंत्रिका नेटवर्क को निम्नानुसार प्रशिक्षित किया जाता है।

1. तंत्रिका नेटवर्क को आकार में प्रशिक्षित करने के लिए, हम सभी चिह्नित चित्रों को लेते हैं, मार्कअप के अनुसार टुकड़ों को काटते हैं और उन्हें वर्ग के अनुसार फ़ोल्डरों में वितरित करते हैं: अर्थात्, एक फ़ोल्डर में सभी स्वेटर, दूसरे में सभी टी-शर्ट, और तीसरे में सभी ऊँची एड़ी के जूते, आदि। घ। अगला, हम इस नमूने के आधार पर एक साधारण क्लासिफायरियर ट्रेन करते हैं। इस प्रकार, हम तंत्रिका नेटवर्क को वस्तु के आकार के बारे में हमारी समझ के बारे में बताते हैं।
2. रंग में तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए, हम सभी चिह्नित-अप छवियों को लेते हैं, मार्कअप के अनुसार टुकड़ों को काटते हैं और उन्हें रंग के अनुसार फ़ोल्डरों में वितरित करते हैं: अर्थात्, सभी टी-शर्ट, जूते, बैग आदि को "हरे" फ़ोल्डर में डाल दें। हरे रंग (परिणामस्वरूप, हरे रंग की कोई भी वस्तु आम तौर पर एक फ़ोल्डर में जमा होती है), "स्ट्रिप्ड" फ़ोल्डर में हम सभी चीजों को एक पट्टी में रखते हैं, और "लाल-सफेद" फ़ोल्डर में सभी लाल-सफेद चीजें। इसके बाद, हम इन वर्गों के लिए एक अलग क्लासिफायर ट्रेन करते हैं, जैसे कि तंत्रिका नेटवर्क को किसी वस्तु के रंग के बारे में "समझाना"।

रंग द्वारा संकेतों के तंत्रिका नेटवर्क वैक्टर प्राप्त करने के लिए रंग द्वारा छवियों को चिह्नित करने का एक उदाहरण।

दिलचस्प बात यह है कि इस तरह की तकनीक जटिल पृष्ठभूमि पर भी ठीक काम करती है, यानी जब समोच्च (मुखौटा) के साथ चीजों के टुकड़े स्पष्ट रूप से नहीं काटे जाते हैं, लेकिन एक आयताकार फ्रेम के साथ, जिसे मार्कर ने परिभाषित किया है।

समान लोगों की खोज तंत्रिका नेटवर्क से द्विआधारी सुविधा वैक्टर के निष्कर्षण पर आधारित है: इस तरह की परत का उत्पादन लिया जाता है, संपीड़ित, सामान्यीकृत और द्विभाजित होता है। हमारे काम में, हम 128-बिट वेक्टर से संकुचित होते हैं। आप इसे थोड़ा अलग तरीके से कर सकते हैं, उदाहरण के लिए, जैसा कि याहू के लेख " फास्ट इमेज रिट्रीवल के लिए बाइनरी हैश कोड्स के डीप लर्निंग " में वर्णित है, लेकिन सभी एल्गोरिदम का सार लगभग एक ही है - छवि के समान छवियां उन गुणों की तुलना करके खोजी जाती हैं जो तंत्रिका नेटवर्क परतों के भीतर संचालित होती हैं।

प्रारंभ में, इसी तरह की छवियों की खोज के लिए एक तकनीक के रूप में, हमने कुछ गणितीय एल्गोरिदम, जैसे कि सोबेल ऑपरेटर (या समोच्च हैश), SIFT एल्गोरिथ्म (या एकवचन बिंदु), एक हिस्टोग्राम की साजिश रचने, या एक छवि में कोणों की संख्या की तुलना पर आधारित हैश या छवि विवरणक का उपयोग किया। । इस तकनीक ने काम किया और कुछ अधिक या कम समझदार परिणाम दिया, लेकिन एक तंत्रिका नेटवर्क द्वारा आवंटित गुणों के आधार पर इसी तरह की छवियों की खोज के लिए हैश तकनीक के साथ किसी भी तुलना में नहीं जाता है। यदि आप 2 शब्दों में अंतर समझाने की कोशिश करते हैं, तो हैश-आधारित छवि तुलना एल्गोरिथ्म एक "कैलकुलेटर" है जो कुछ सूत्र का उपयोग करके छवियों की तुलना करने के लिए कॉन्फ़िगर किया गया है और यह लगातार काम करता है। एक तंत्रिका नेटवर्क से सुविधाओं का उपयोग करने की तुलना "कृत्रिम बुद्धिमत्ता" है, जो किसी व्यक्ति द्वारा एक निश्चित तरीके से विशिष्ट समस्या को हल करने के लिए प्रशिक्षित की जाती है। आप इस तरह के एक क्रूड उदाहरण दे सकते हैं: यदि आप काले और सफेद धारियों में हैश स्वेटर की तलाश करते हैं, तो आपको सभी काले और सफेद चीजों को समान रूप से ढूंढने की संभावना है। और यदि आप एक तंत्रिका नेटवर्क का उपयोग कर खोज करते हैं, तो:

• पहले स्थानों में आपको काले और सफेद धारियों वाले सभी स्वेटर मिलेंगे,
• फिर सभी काले और सफेद स्वेटर
• और फिर सभी धारीदार स्वेटर।

किसी भी डिवाइस और सेवा के साथ सुविधाजनक बातचीत के लिए JSON-API

हमने अपने सिस्टम को किसी भी डिवाइस और सिस्टम के साथ संचार करने के लिए एक सरल और सुविधाजनक WEB-JSON-API बनाया है, जो निश्चित रूप से, कोई नवाचार नहीं है, बल्कि एक अच्छा मजबूत विकास मानक है।

परिणाम देखने के लिए वेब इंटरफ़ेस या मोबाइल एप्लिकेशन

परिणामों को नेत्रहीन रूप से जांचने के लिए, साथ ही ग्राहकों को सिस्टम प्रदर्शित करने के लिए, हमने सरल इंटरफेस विकसित किए हैं:

• वेब इंटरफ़ेस, http://demo.likethis.me/
• मोबाइल एप्लिकेशन यहां उपलब्ध है

त्रुटियां जो परियोजना में प्रतिबद्ध थीं

• प्रारंभ में, कार्य को अधिक स्पष्ट रूप से परिभाषित करना आवश्यक है, और यह कार्य के आधार पर, लेआउट के लिए तस्वीरों का चयन करना है। यदि आपको यूजीसी (यूजर जेनरेट कंटेंट) फोटो सर्च करने की जरूरत है - यह एक मामला है और लेआउट के लिए उदाहरण है। यदि आपको चमकदार पत्रिकाओं से फोटो द्वारा खोज करने की आवश्यकता है, तो यह एक अलग मामला है, और यदि आपको फोटो द्वारा खोज करने की आवश्यकता है, जहां एक बड़ी वस्तु सफेद पृष्ठभूमि पर स्थित है, तो यह एक अलग कहानी है और पूरी तरह से अलग नमूना है। हमने इसे एक ढेर में मिलाया, जिससे डिटेक्टर और क्लासिफायर की गुणवत्ता प्रभावित हुई।
• तस्वीरों में, आपको हमेशा सभी वस्तुओं को चिह्नित करना चाहिए, कम से कम इस तथ्य से कि कम से कम किसी तरह आपके काम को सूट करता है, उदाहरण के लिए, एक समान अलमारी का चयन करते समय, आपको तुरंत सभी सामान (मोती, चश्मा, कंगन, आदि), सिर को चिह्नित करना होगा। टोपी आदि। क्योंकि अब जब हमारे पास एक बहुत बड़ा प्रशिक्षण सेट है, तो एक और श्रेणी जोड़ने के लिए हमें सभी तस्वीरों को फिर से विभाजित करने की आवश्यकता है, और यह एक बहुत ही काम का काम है।
• डिटेक्शन की संभावना मास्क नेटवर्क के साथ सबसे अच्छी तरह से की जाती है, मास्क-सीएनएन के लिए संक्रमण और आधुनिक डिटेक्ट्रॉन-आधारित समाधान सिस्टम के विकास के क्षेत्रों में से एक है।
• यह तुरंत तय करना अच्छा होगा कि आप समान छवियों के चयन की गुणवत्ता कैसे निर्धारित करने जा रहे हैं - 2 विधियां हैं: "आंख से" और यह सबसे सरल और सस्ता तरीका है और दूसरा - "वैज्ञानिक" तरीका है, जब आप "विशेषज्ञों" (लोगों) से डेटा एकत्र करते हैं, जो मैं आपके समान खोज एल्गोरिदम का परीक्षण कर रहा हूं) और इस डेटा के आधार पर, एक परीक्षण नमूना और विशेष रूप से समान छवियों की खोज के लिए एक सूची बनाएं। यह विधि सिद्धांत रूप में अच्छी है और बहुत आश्वस्त (अपने लिए और ग्राहकों के लिए) दिखती है, लेकिन व्यवहार में, इसका कार्यान्वयन कठिन और काफी महंगा है।

निष्कर्ष और आगे की विकास योजना

यह तकनीक उपयोग के लिए काफी तैयार और उपयुक्त है, अब यह अनुशंसा सेवा के रूप में ऑनलाइन स्टोर में हमारे ग्राहकों में से एक पर काम करती है। इसके अलावा, हाल ही में, हम एक अन्य उद्योग में एक समान प्रणाली विकसित करने के बारे में निर्धारित करते हैं (अर्थात, अब हम अन्य प्रकार के सामानों के साथ काम कर रहे हैं)।

तत्काल योजनाओं से: नेटवर्क का मास्क-सीएनएन में स्थानांतरण, साथ ही डिटेक्टर और क्लासिफायर की गुणवत्ता में सुधार के लिए छवियों को फिर से चिह्नित करना और पुन: अंकन करना।

अंत में, मैं यह कहना चाहता हूं कि हमारी भावनाओं के अनुसार, ऐसी तकनीक और सामान्य तंत्रिका नेटवर्क 80% जटिल और अत्यधिक बौद्धिक कार्यों को हल करने में सक्षम हैं जो हमारे मस्तिष्क को दैनिक मिलते हैं। एकमात्र सवाल यह है कि इस तरह की तकनीक को लागू करने वाला पहला व्यक्ति कौन है और नियमित कार्य से किसी व्यक्ति को उतारना, उसे रचनात्मकता और विकास के लिए स्थान मुक्त करना, जो कि, हमारी राय में, मनुष्य का सर्वोच्च उद्देश्य है!

संदर्भ

• आर-एफसीएन प्रौद्योगिकी
• ResNet तंत्रिका नेटवर्क
• तंत्रिका नेटवर्क का उपयोग करके समान छवियों के लिए खोजें