salut! Aujourd'hui, nous allons raconter et montrer comment l'apprentissage automatique et la vision par ordinateur aident une fois de plus à résoudre divers problèmes. Cette fois, notre équipe a participé à une affaire de Finkase LLC dans le cadre du concours Digital Breakthrough du North Caucasian IT Hub.
On nous a proposé de développer un prototype de système intelligent pour déterminer la qualité de la rénovation d'appartement basé sur des algorithmes de vision par ordinateur à l'aide des outils Intel - OpenVINO ( Open Visual Inference & Neural Network Optimization ).
Cas:
Lors de l'évaluation d'un objet immobilier, nous sommes confrontés à la tâche de déterminer la qualité de la rénovation des appartements. La qualité de la finition est l'un des paramètres importants de la tarification, qui, malheureusement, n'est souvent pas indiquée dans les informations sur l'objet. Il est nécessaire de développer un algorithme d'évaluation permettant de déterminer la présence de réparations et la qualité de finition à partir d'une photographie pour une utilisation ultérieure du résultat lors de l'évaluation de la valeur des objets.
: ( , , ), – . 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, ) – « ».
Merci pour l'attention! Nous vous conseillons de consulter notre autre article et de vous familiariser avec notre expérience d'utilisation des outils Intel - OpenVINO non seulement pour les hackathons, mais aussi pour résoudre de vrais problèmes commerciaux.