¡Hola! Hoy contaremos y mostraremos cómo el aprendizaje automático y la visión por computadora una vez más ayudan a resolver varios problemas. Esta vez, nuestro equipo participó en un caso de Finkase LLC como parte de la competencia Digital Breakthrough del North Caucasus IT Hub.
Se nos ofreció desarrollar un prototipo de un sistema inteligente para determinar la calidad de la renovación de un apartamento basado en algoritmos de visión por computadora utilizando herramientas de Intel: OpenVINO ( Open Visual Inference & Neural Network Optimization ).
Caso:
Al evaluar cualquier objeto inmobiliario, nos enfrentamos a la tarea de determinar la calidad de la renovación del apartamento. La calidad del acabado es uno de los parámetros de precios importantes, que, desafortunadamente, a menudo no se indica en la información sobre el objeto. Se requiere desarrollar un algoritmo de evaluación que permita determinar la presencia de reparaciones y la calidad del acabado a partir de una fotografía para el uso posterior del resultado al evaluar el valor de los objetos.
: ( , , ), – . 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, ) – « ».
¡Gracias por la atención! Le recomendamos que consulte nuestro otro artículo y se familiarice con nuestra experiencia en el uso de herramientas Intel: OpenVINO no solo en hackatones, sino también para resolver problemas comerciales reales.