Penggunaan praktis dari jaringan saraf

Tentunya, banyak yang ingat episode ke-4 musim ke-4 Lembah Silikon, dirilis tahun lalu, di mana Dzang Young memotong aplikasi Not HotDog.

Ternyata, itu adalah aplikasi nyata yang membuat HBO khusus untuk seri ini, dan Habr sudah menulis tentang itu.

Baiklah, kami akan memberi tahu Anda cara kami membuat bot untuk menentukan tidak hanya hot dog, tetapi juga banyak item lainnya, serta untuk menentukan jenis kelamin dan usia orang dari foto.

Latar belakang

Kami tidak akan berurusan dengan jaringan saraf. Kami hanya ingin membuat proyek untuk meningkatkan produktivitas merchandiser di jaringan ritel.



Tugas pedagang termasuk, khususnya, memeriksa ketersediaan barang di rak, untuk ini mereka harus mengunjungi gerai ritel hampir setiap hari dan melaporkan ada / tidaknya barang kepada penyelia.

Sebagai aturan, beberapa toko ditugaskan ke merchandiser dan setiap hari mereka pergi ke ladang - ke outlet yang ditugaskan untuk mereka.

Biasanya pedagang harus memotret rak mereka dan mengirim foto-foto ini ke penyelia - seolah-olah bukti bahwa pedagang itu memang di toko.

Dalam praktiknya, pedagang, yang merupakan level terendah dalam hierarki wiraniaga dan yang menerima sangat sedikit uang untuk pekerjaan mereka, tidak selalu bekerja dengan itikad baik, kadang-kadang mereka tidak pergi ke ladang, tetapi mengirim foto-foto lama ke penyelia mereka. Mereka dipecat, mereka pergi ke jaringan lain, proses ini berulang lagi - dalam posisi ini selalu ada pergantian personil yang besar dan selalu ada satu set merchandiser.

Manajer melakukan segala macam upaya untuk meningkatkan kontrol terhadap pedagang - mereka memperkenalkan aplikasi rumit dengan koordinat geografis, dengan ketidakmampuan untuk mengirim foto-foto lama, dll.

Pembeli misteri juga disewa untuk mengendalikan pedagang - mereka harus mengambil gambar rak di toko, meletakkan materi, dll. Bahkan ada perusahaan yang mencari pembeli misteri semacam itu di kalangan siswa, anak sekolah, dll, dan menjual layanan ini ke ritel. Tapi di sini muncul pertanyaan - siapa yang akan mengendalikan pembeli misteri, yaitu, segala sesuatu yang tergantung pada kesadaran seseorang perlu pemantauan terus-menerus. Dan pedagang masih menemukan cara untuk mengendalikan, secara umum, masalah perisai dan pedang.

Dan ide muncul secara umum untuk mengabaikan faktor manusia. Solusi kami adalah kami menyediakan kontrol visual atas tampilan barang dan kontrol ketersediaan barang di rak tanpa partisipasi pedagang sama sekali, dan kami melakukan ini 24/7.

Faktanya adalah bahwa messenger kami memiliki fungsi pengawasan video, yaitu, Anda dapat menggunakan smartphone murah pada saat itu dan memberikan akses untuk melihat ke semua pihak yang berkepentingan - pedagang, pengawas, pemimpin, dll. Dengan demikian, Anda dapat melihat secara real time kapan saja apa yang terjadi di rak, masing-masing, pedagang selalu memiliki informasi yang relevan - apakah ia perlu pergi ke objek atau tidak.

Pengawas juga dapat memantau pekerjaan merchandiser kapan saja, dan kepala, misalnya, jika itu adalah jaringan federal dengan sejumlah besar perwakilan di daerah, dapat melihat apa yang terjadi dengan barang-barangnya di kota mana saja dan kapan saja.

Muncul pertanyaan yang masuk akal - mengapa tidak menggunakan camcorder murah untuk tugas seperti itu?

Jawabannya adalah kemudahan menginstal pengawasan video menggunakan smartphone dan kemudahan penggunaan di messenger.

Dalam kebanyakan kasus, untuk camcorder murah yang hanya memiliki koneksi Wi-Fi, Anda perlu mengambil Wi-Fi ini di suatu tempat dan kemungkinan besar Anda akan memerlukan router dengan modem 3-4G, yaitu, Anda sudah membutuhkan dua perangkat. Selain itu, ponsel cerdas sudah memiliki baterai, mis. Tidak ada masalah saat listrik padam.

Agar router berfungsi dengan baik, pengaturan tertentu harus dilakukan oleh personel yang kurang lebih berkualitas, dan dalam kasus telepon, mode pengawasan video dihidupkan dengan sangat sederhana dan dapat dilakukan oleh hampir semua pengguna.

Selain itu, untuk melihat sejumlah besar kamera video, perangkat lunak khusus diperlukan, Anda perlu memikirkan akses, mengeluarkan kata sandi login, dan dalam hal messenger, akses untuk melihat diatur dengan sangat sederhana - pengguna yang tepat akan melihat daftar kamera yang diizinkan untuknya dan itu saja.

Biaya smartphone juga rendah - mulai dari $ 25-30 di ritel. Untuk smartphone, ada banyak jenis gunung, ada smartphone kecil yang dapat ditempatkan, misalnya, di dalam lampu untuk rak, dll.

Masalah $ 8 miliar



Dalam proses menyelam ke dalam topik, ternyata, misalnya, masalah ketersediaan barang di rak-rak di toko (OSA - On Shelf Availability) bersifat global dan sebagai akibat dari kurangnya produk yang diperlukan di rak, industri global kehilangan hingga $ 8 miliar per tahun.

Ada banyak startup yang menyelesaikan masalah ini dengan bantuan jaringan saraf - merchandiser, selama penampilannya di toko, mengambil foto rak, mengirimkannya ke cloud, jaringan saraf memeriksa foto dengan planogram dan mengirimkan hasilnya dalam bentuk tip - item mana yang berdiri dengan benar, produk mana yang tidak terpasang dengan benar. dll.

Tetapi ada juga faktor manusia - seorang karyawan datang di pagi hari, mengambil foto, memposting barang sesuai aturan dan pergi. Dan kemudian, secara harfiah setelah 5 menit, sebuah bus dengan pelanggan dapat datang yang akan mengubah semua yang dia lakukan, dan penyelia akan berpikir bahwa semuanya baik-baik saja.

Oleh karena itu, menurut pendapat kami, lebih baik melakukan analisis beberapa kali dalam sehari, terlebih lagi, analitik tersebut dapat membantu mengidentifikasi pola dalam penjualan barang tertentu.

Untuk menerapkan gagasan ini, kami memutuskan bahwa lebih baik mengambil beberapa foto di siang hari dan mengirimkannya secara berkala untuk pengakuan ke cloud.

Tetapi kami tidak memiliki pengalaman bekerja dengan jaringan saraf, dan sepertinya agak sulit untuk membuat mesin sendiri dan kemudian melatihnya.

Karena itu, kami memutuskan untuk mengambil solusi yang sudah jadi. Seseorang mungkin berpikir pendekatan ini salah - Anda harus membayar untuk memproses gambar di cloud.

Tetapi ada kontra argumen - membuat mesin Anda sendiri mahal dan tahan lama, dan Anda perlu melatih jaringan saraf, dan ini juga merupakan proses yang melelahkan.

Selain itu, dengan menggunakan solusi siap pakai, Anda dapat dengan cepat meluncurkan produk jadi, dan tidak terlibat dalam pembuatannya, menginjak semua jenis garu dan belajar dari kesalahan Anda. Dan kami tidak ingin menjadi spesialis dalam jaringan saraf - bagi kami, mereka hanyalah alat untuk memecahkan masalah tertentu.

Selain itu, pasar sudah memiliki banyak platform yang dapat digunakan - Amazon Rekognition, Google API, dll. Ketika platform ini berkembang dan bersaing di antara mereka, harganya hanya akan turun.

Karena itu, kami memutuskan untuk menggunakan IBM Watson dengan mesin pengenal visualnya.

Bot Pengakuan Visual

Produk sampingan dari proyek untuk mengontrol tampilan barang di rak adalah bot, yang kami sebut Pengenalan Visual.

Bot dapat menentukan semua jenis objek dari foto yang diunduh atau diambil, dan juga tahu cara menentukan jenis kelamin dan usia orang dari foto tersebut.

Bot itu sendiri, algoritmanya, kami juga diposting di IBM Watson, dan karenanya menggunakan mesin Pengenalan Visual dengan jaringan saraf yang kurang lebih terlatih di tempat yang sama.

Pada platform Bluemix, bot terlihat seperti ini:



Cara menggunakan bot

Unduh M1 Messenger untuk Android atau iOS .

Setelah mendaftar dalam pencarian, kami menemukan Bot Pengakuan Visual:



Tambahkan ke bot:



Bot akan membuat obrolan di tab Bisnis:



Sekarang Anda dapat mengunggah foto kepadanya:



Klik Memproses dan dapatkan hasilnya:



Jadi, hot dog menentukan, cobalah hamburger:



Ada aplikasi Vivino yang agak populer, di mana pengguna dapat mengambil gambar label dari sebotol anggur apa pun dan mendapatkan semua karakteristik, peringkat, harga, dll .:



Dengan bantuan bot Pengenalan Visual, Anda dapat melakukan hal yang sama untuk bir, vodka, dll. - IBM Watson memiliki modul pembelajaran.

Nah, pengenalan usia berdasarkan foto:



Selain jenis kelamin dan usia, jaringan saraf masih berusaha untuk menentukan profesi pakaian:



Penentuan usia, jenis kelamin, dan koordinat dalam foto: