У вас нет времени учиться создавать модели машинного обучения, вы - занятой предприниматель! Вам нужно быстро перейти к минимально жизнеспособному продукту и решить некоторые варианты использования для ваших клиентов. Благодаря демократизации ИИ и машинного обучения вы сможете достичь MVP намного быстрее, чем раньше.
Представим, что вы продаете много одежды на своем веб-сайте, но у вас нет времени отмечать каждое новое изображение, которое появляется.
Люди могут отправлять в Instagram фотографии, на которых они носят вашу одежду, или вы можете просто упростить процесс каталогизации.
Это идеальный вариант использования машинного обучения. Вот пример того, как я бы это решил.
- Получите как можно больше образцов изображений предметов одежды, которые вы хотите классифицировать. Например, я скачал несколько сотен фотографий джинсов, брюк, рубашек, футболок, свитшотов, юбок, платьев и шарфов.
- Я использовал модель распознавания объектов Tagbox в стартапе, потому что она загружается и запускается всего за 3 минуты. Кроме того, я могу научить его тому, чего он еще не знает, чтобы сделать его умнее.
- Затем я использовал небольшой скрипт, чтобы перебрать все мои фотографии и научить Tagbox тому, что они собой представляют.
- Теперь самое интересное. Затем я взял новый набор совершенно случайных изображений одежды. Важно, чтобы в этом новом наборе для тестирования не было фотографий, аналогичных тем, которые использовались для обучения Tagbox. Я скачал этот набор, запустил скрипт для запуска каждого нового изображения через Tagbox и вуаля:
Tagbox правильно связал правильные ключевые слова с правильными продуктами / изображениями. Теперь я могу просматривать неограниченное количество изображений одежды и извлекать доступные для поиска теги, чтобы улучшить свой продукт.
Суть в том, что я потратил всего около часа на создание инфраструктуры для проверки этой возможности. Это свидетельство демократизации ИИ, осуществленной нестандартными компаниями, занимающимися машинным обучением, такими как Machine Box.
