Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Ua hana ʻia nā ʻenehana a me nā hiʻohiʻona no kā mākou ʻōnaehana ʻike kamepiula e hiki mai ana a hoʻomaikaʻi mālie ʻia a ma nā papahana like ʻole o kā mākou hui - ma Mail, Cloud, Search. Ua oʻo lākou e like me ka cheese maikaʻi a i ʻole ka cognac. I kekahi lā ua ʻike mākou e hōʻike ana kā mākou neural network i nā hopena maikaʻi loa i ka ʻike ʻana, a ua hoʻoholo mākou e hoʻohui iā lākou i kahi huahana b2b hoʻokahi - Vision - a mākou e hoʻohana nei iā mākou iho a hāʻawi iā ʻoe e hoʻohana.

I kēia lā, ke hana maikaʻi nei kā mākou ʻenehana ʻike kamepiula ma ka Mail.Ru Cloud Solutions platform a hoʻoponopono i nā pilikia paʻakikī loa. Hoʻokumu ʻia ia ma luna o kekahi mau neural network i hoʻomaʻamaʻa ʻia ma kā mākou mau ʻikepili a loea i ka hoʻoponopono ʻana i nā pilikia pili. Holo nā lawelawe a pau ma kā mākou kikowaena kikowaena. Hiki iā ʻoe ke hoʻohui i ka API Vision lehulehu i kāu mau noi, kahi e loaʻa ai nā mana āpau o ka lawelawe. He wikiwiki ka API - mahalo i nā GPU kikowaena, ʻo ka manawa pane maʻamau i loko o kā mākou pūnaewele ʻo 100 ms.

E hele i ka pōpoki, aia kahi moʻolelo kikoʻī a me nā hiʻohiʻona he nui o ka hana a Vision.

ʻO kahi laʻana o kahi lawelawe a mākou iho e hoʻohana ai i nā ʻenehana ʻike maka i ʻōlelo ʻia Events. ʻO kekahi o kāna mau ʻāpana ʻo Vision photo stands, a mākou e hoʻokomo ai ma nā ʻaha kūkā like ʻole. Inā ʻoe e hoʻokokoke i kahi kiʻi kiʻi, e kiʻi i kahi kiʻi me ka pahupaʻi paʻi i kūkulu ʻia a hoʻokomo i kāu leka uila, e ʻike koke ka ʻōnaehana ma waena o nā kiʻi i nā mea āu i hopu ai e nā mea paʻi kiʻi limahana o ka ʻaha kūkā, a inā makemake ʻia. e hoʻouna i nā kiʻi i loaʻa iā ʻoe ma ka leka uila. A ʻaʻole mākou e kamaʻilio e pili ana i nā kiʻi paʻi kiʻi i hoʻonohonoho ʻia - ʻike ʻo Vision iā ʻoe ma hope loa i ka lehulehu o nā malihini. ʻOiaʻiʻo, ʻaʻole ʻike ʻia ke kiʻi iā lākou iho, he mau papa wale nō kēia i nā kū nani e lawe wale i nā kiʻi o nā malihini me kā lākou mau kāmela i kūkulu ʻia a hoʻouna i ka ʻike i nā kikowaena, kahi e hana ai nā mea kilokilo ʻike āpau. A ua ʻike mākou i ʻoi aku ma mua o hoʻokahi ke kahaha ʻana o ka pono o ka ʻenehana i waena o nā loea ʻike kiʻi. Ma lalo e kamaʻilio mākou e pili ana i kekahi mau laʻana.

1. ʻO kā mākou hiʻohiʻona ʻike maka

1.1. Pūnaewele neural a me ka wikiwiki o ka hana

No kaʻikeʻana, hoʻohana mākou i kahi hoʻololi o ka'ōnaehana neural network ResNet 101. Hoʻololiʻia ka Average Pooling ma ka hopena e kahi papa pili piha, e like me ka hanaʻana ma ArcFace. Eia naʻe, ʻo ka nui o nā hōʻike vector he 128, ʻaʻole 512. Aia kā mākou hoʻonohonoho hoʻomaʻamaʻa ma kahi o 10 miliona mau kiʻi o 273 poʻe.

Holo wikiwiki ke kumu hoʻohālike i ka hoʻonohonoho hoʻonohonoho hoʻonohonoho kikowaena i koho ʻia a me ka computing GPU. Mai ka 100 ms ka loaʻa ʻana o ka pane mai ka API ma kā mākou pūnaewele i loko - e pili ana kēia i ka ʻike maka (ke ʻike ʻana i kahi maka ma ke kiʻi), ka ʻike a me ka hoʻihoʻi ʻana iā PersonID i ka pane API. Me ka nui o nā ʻikepili e hiki mai ana - nā kiʻi a me nā wikiō - e ʻoi aku ka nui o ka manawa e hoʻololi i ka ʻikepili i ka lawelawe a loaʻa kahi pane.

1.2. Ka loiloi i ka pono o ke kŘkohu

Akā ʻo ka hoʻoholo ʻana i ka pono o nā ʻupena neural he hana pohihihi loa. ʻO ka maikaʻi o kā lākou hana e pili ana i ka hoʻonohonoho ʻikepili i hoʻomaʻamaʻa ʻia ai nā kumu hoʻohālike a inā paha i hoʻopaʻa ʻia lākou no ka hana ʻana me nā ʻikepili kikoʻī.

Hoʻomaka mākou e loiloi i ka pololei o kā mākou kumu hoʻohālike me ka hōʻoia hōʻoia LFW kaulana, akā liʻiliʻi a maʻalahi. Ma hope o ka hōʻea ʻana i ka 99,8% pololei, ʻaʻole pono ia. Aia ka hoʻokūkū maikaʻi no ka loiloi ʻana i nā hiʻohiʻona ʻike - Megaface, kahi a mākou i hōʻea mālie ai i ka 82% kūlana 1. ʻO ka hoʻāʻo ʻo Megaface he miliona mau kiʻi - nā mea hoʻonāukiuki - a hiki i ke kumu hoʻohālike ke hoʻokaʻawale i nā tausani kiʻi o nā mea kaulana mai ka Facescrub ʻikepili mai nā mea hoʻopilikia. Eia nō naʻe, ma hope o ka hoʻomaʻemaʻe ʻana i ka hoʻāʻo ʻo Megaface o nā hewa, ua ʻike mākou ua loaʻa iā mākou ka pololei o 98% kūlana 1 (ʻo nā kiʻi o ka poʻe kaulana he kikoʻī maʻamau). No laila, ua hana lākou i kahi hōʻike hōʻike ʻokoʻa, e like me Megaface, akā me nā kiʻi o ka poʻe "maʻamau". A laila hoʻomaikaʻi mākou i ka pololei o ka ʻike ma kā mākou mau ʻikepili a hele i mua. Eia hou, hoʻohana mākou i kahi hoʻāʻo maikaʻi clustering i loaʻa i kekahi mau tausani kiʻi; hoʻohālike ia i ka hoʻopaʻa inoa ʻana i ke alo i ke ao o ka mea hoʻohana. I kēia hihia, ʻo nā pūʻulu nā pūʻulu o nā kānaka like, hoʻokahi hui no kēlā me kēia kanaka ʻike. Ua nānā mākou i ka maikaʻi o ka hana ma nā hui maoli (ʻoiaʻiʻo).

ʻOiaʻiʻo, loaʻa nā hewa ʻike me kekahi kumu hoʻohālike. Akā, hoʻoholo pinepine ʻia kēlā mau kūlana ma ka hoʻoponopono maikaʻi ʻana i nā paepae no nā kūlana kikoʻī (no nā hālāwai kūkā a pau mākou e hoʻohana ai i nā paepae like, akā, no ka laʻana, no nā ʻōnaehana hoʻokele komo pono mākou e hoʻonui nui i nā paepae i ʻoi aku ka liʻiliʻi o nā hopena hoʻopunipuni). Ua ʻike pololei ʻia ka hapa nui o nā malihini kipa e ko mākou mau hale kiʻi Vision. I kekahi manawa, nānā kekahi i ka ʻoki ʻia a ʻōlelo ʻia, "Ua hewa kāu ʻōnaehana, ʻaʻole wau." A laila wehe mākou i ke kiʻi holoʻokoʻa, a ua ʻike ʻia aia maoli kēia malihini i loko o ke kiʻi, ʻaʻole naʻe mākou e paʻi kiʻi iā ia, akā ʻo kekahi, aia ke kanaka ma hope o ka blur zone. Eia kekahi, ʻike pinepine ʻia ka neural network inā ʻaʻole ʻike ʻia kekahi hapa o ka maka, a i ʻole ke kū nei ke kanaka ma ka ʻaoʻao, a i ʻole ka hapalua o ka huli ʻana. Hiki i ka ʻōnaehana ke hoʻomaopopo i ke kanaka inā ʻo ka maka ma kahi o ka distortion optic, e ʻōlelo, i ka wā e pana ana me kahi lens ākea ākea.

1.3. Nā laʻana o ka hoʻāʻo ʻana i nā kūlana paʻakikī

Aia ma lalo nā hiʻohiʻona o ka hana ʻana o kā mākou pūnaewele neural. Hoʻouna ʻia nā kiʻi i ka hoʻokomo, pono ʻo ia e hoʻopaʻa inoa me ka hoʻohana ʻana iā PersonID - kahi ʻike kūʻokoʻa o kahi kanaka. Inā loaʻa i nā kiʻi ʻelua a ʻoi aku ka ID like, a laila, e like me nā hiʻohiʻona, hōʻike kēia mau kiʻi i ke kanaka hoʻokahi.

E hoʻomaopopo koke mākou i ka wā e hoʻāʻo ai, hiki iā mākou ke komo i nā ʻāpana like ʻole a me nā paepae hoʻohālike e hiki ai iā mākou ke hoʻonohonoho e hoʻokō i kahi hopena. Hoʻolālā ʻia ka API lehulehu no ka pololei loa ma nā hihia maʻamau.

E hoʻomaka kākou me ka mea maʻalahi loa, me ka ʻike maka i mua.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

ʻAe, maʻalahi loa kēlā. E hoʻopili mākou i ka hana, e hoʻohui i kahi ʻumiʻumi a me kahi lima o nā makahiki.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

E ʻōlelo kekahi ʻaʻole paʻakikī loa kēia, no ka mea, ʻike ʻia ka helehelena holoʻokoʻa, a ʻike ʻia ka nui o ka ʻike e pili ana i ka maka i ka algorithm. ʻAe, e hoʻohuli kākou iā Tom Hardy i ʻike. ʻOi aku ka paʻakikī o kēia pilikia, a ua hoʻoikaika nui mākou i ka hoʻoponopono maikaʻi ʻana me ka mālama ʻana i ka hapa haʻahaʻa haʻahaʻa: ua koho mākou i kahi hoʻonohonoho hoʻomaʻamaʻa, noʻonoʻo ʻia ma o ka hoʻolālā ʻana o ka neural network, hoʻomaikaʻi i nā hana nalowale a hoʻomaikaʻi i ka hana mua. o na kii.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

E hookomo kakou i ka pale poo maluna ona:

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Ma ke ala, he hiʻohiʻona kēia o kahi kūlana paʻakikī, no ka mea ua uhi nui ʻia ka maka, a ma ke kiʻi ma lalo he malu hohonu e hūnā ana i nā maka. I ke ola maoli, hoʻololi pinepine ka poʻe i ko lākou helehelena me ke kōkua o nā aniani ʻeleʻele. E hana like kāua me Tom.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

ʻAe, e hoʻāʻo kāua e hoʻolei i nā kiʻi mai nā makahiki like ʻole, a i kēia manawa e hoʻāʻo mākou me kahi mea keaka ʻokoʻa. E lawe i kahi laʻana paʻakikī loa, kahi i ʻōlelo nui ʻia ai nā loli pili makahiki. ʻAʻole mamao loa ke kūlana; hiki pinepine ia i ka wā e pono ai ʻoe e hoʻohālikelike i ke kiʻi ma ka passport me ka maka o ka mea lawe. Ma hope o nā mea a pau, hoʻohui ʻia ke kiʻi mua i kahi passport i ka wā he 20 mau makahiki o ka mea nona, a hiki i ka makahiki 45 hiki ke loli nui ke kanaka:

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Manaʻo ʻoe ʻaʻole i loli nui ka loea nui i nā misionari hiki ʻole i ka makahiki? Manaʻo wau e hui pū kekahi poʻe i nā kiʻi o luna a me lalo, ua loli nui ke keiki i nā makahiki.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Loaʻa pinepine nā neural network i nā loli i ka helehelena. No ka laʻana, i kekahi manawa hiki i nā wahine ke hoʻololi nui i ko lākou kiʻi me ke kōkua o nā mea hoʻonaninani:

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

I kēia manawa, e hoʻopili hou aku i ka hana: inā paha ua uhi ʻia nā ʻāpana like ʻole o ka maka i nā kiʻi like ʻole. Ma ia mau hihia, ʻaʻole hiki i ka algorithm ke hoʻohālikelike i nā hōʻailona holoʻokoʻa. Eia naʻe, mālama maikaʻi ʻo Vision i nā kūlana e like me kēia.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Ma ke ala, hiki i ka nui o nā maka i loko o ke kiʻi; no ka laʻana, ʻoi aku ma mua o 100 poʻe hiki ke hoʻokomo i kahi kiʻi nui o ke keʻena. He kūlana paʻakikī kēia no nā ʻupena neural, no ka mea hiki ke hoʻomālamalama ʻia nā maka he nui, ʻaʻohe o ka nānā ʻana. Eia nō naʻe, inā paʻi ʻia ke kiʻi me ka hoʻonā kūpono a me ka maikaʻi (ma ka liʻiliʻi loa he 75 pixels no kēlā me kēia huinahā e uhi ana i ka maka), hiki iā Vision ke ʻike a ʻike.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

ʻO ka ʻokoʻa o nā kiʻi hōʻike a me nā kiʻi mai nā kāmeʻa kiaʻi ʻo ia ka pohō pinepine ʻana o ka poʻe no ka mea ʻaʻole lākou e nānā a neʻe paha i kēlā manawa:

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Eia kekahi, hiki ke ʻokoʻa ka ikaika o ke kukui mai ke kiʻi a i ke kiʻi. ʻO kēia hoʻi, lilo pinepine i mea hina; paʻakikī nui nā algorithms i ka hoʻoponopono pololei ʻana i nā kiʻi ʻeleʻele a māmā loa, ʻaʻole e haʻi i ka hoʻohālikelike pono ʻana iā lākou. E hoʻomanaʻo wau iā ʻoe e hoʻokō i kēia hopena pono ʻoe e hoʻonohonoho i nā paepae ma kekahi ala; ʻaʻole i loaʻa kēia hiʻohiʻona i ka lehulehu. Hoʻohana mākou i ka pūnaewele neural like no nā mea kūʻai aku a pau; aia nā paepae i kūpono no nā hana kūpono.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Ua ʻōwili koke mākou i kahi mana hou o ke kumu hoʻohālike e ʻike i nā helehelena ʻĀsia me ka pololei kiʻekiʻe. He pilikia nui kēia ma mua, i kapa ʻia ʻo "machine learning" (a i ʻole "neural network") racism. Ua ʻike maikaʻi nā ʻoihana neural ʻEulopa a me ʻAmelika i nā alo Caucasian, akā me nā alo o Mongoloid a me Negroid i ʻoi aku ka ʻino. Malia paha, ma Kina ka mea i kū'ē. E pili ana i nā pūʻulu ʻikepili hoʻomaʻamaʻa e hōʻike ana i nā ʻano poʻokela o ka poʻe ma kekahi ʻāina. Eia nō naʻe, ke loli nei ke kūlana; i kēia lā ʻaʻole nui loa kēia pilikia. ʻAʻohe pilikia o ka ʻike me nā kānaka o nā lāhui like ʻole.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

ʻO ka ʻike maka kekahi o nā noi he nui o kā mākou ʻenehana; Hiki ke aʻo ʻia ka ʻike e ʻike i kekahi mea. No ka laʻana, nā palapala laikini, me nā kūlana paʻakikī no nā algorithms: ma nā kihi ʻoi, lepo a paʻakikī ke heluhelu i nā palapala laikini.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

2. Nā hihia hoʻohana maʻamau

2.1. Ka mana komo kino: ke hoʻohana nā kānaka ʻelua i ka pass hoʻokahi

Me ke kōkua o Vision, hiki iā ʻoe ke hoʻokō i nā ʻōnaehana no ka hoʻopaʻa ʻana i ka hōʻea a me ka haʻalele ʻana o nā limahana. ʻO ka ʻōnaehana kuʻuna i hoʻokumu ʻia i ka uila uila he mau hemahema ʻike ʻia, no ka laʻana, hiki iā ʻoe ke hele i ʻelua mau kānaka me ka hoʻohana ʻana i hoʻokahi badge. Inā hoʻokomo ʻia ka ʻōnaehana hoʻokele komo (ACS) me Vision, e hoʻopaʻa ʻoiaʻiʻo ia i ka mea i hele mai/haʻalele a i ka manawa.

2.2. ʻIke manawa

Pili kēia hihia hoʻohana ʻo Vision i ka mea ma mua. Inā hoʻohui ʻoe i ka ʻōnaehana komo me kā mākou lawelawe ʻike maka, ʻaʻole hiki iā ia ke ʻike wale i nā hewa o ka mana o ke komo ʻana, akā e hoʻopaʻa inoa pū i ka noho maoli ʻana o nā limahana i loko o ka hale a i ʻole ka hale. Ma nā huaʻōlelo ʻē aʻe, e kōkua ʻo Vision iā ʻoe e noʻonoʻo pono i ka mea i hele mai i ka hana a haʻalele i ka manawa hea, a ʻo wai ka mea i hoʻokuʻu i ka hana, ʻoiai inā uhi kāna mau hoa hana iā ia i mua o kona mau luna.

2.3. ʻIkepili wikiō: Ka nānā ʻana a me ka palekana

Ma ka hahai ʻana i ka poʻe e hoʻohana ana iā Vision, hiki iā ʻoe ke loiloi pololei i ke kaʻa maoli o nā wahi kūʻai, nā kahua kaʻaahi, nā alahele, nā alanui a me nā wahi lehulehu ʻē aʻe. Hiki i kā mākou ʻimi ʻana ke kōkua nui i ka hoʻokele ʻana i ke komo ʻana, no ka laʻana, i kahi hale kūʻai a i ʻole nā ​​​​wahi keʻena koʻikoʻi. A ʻoiaʻiʻo, ʻo ka hahai ʻana i nā kānaka a me nā maka e kōkua i ka hoʻoponopono ʻana i nā pilikia palekana. Loaʻa i kekahi e ʻaihue mai kāu hale kūʻai? E hoʻohui i kāna PersonID, ka mea i hoʻihoʻi ʻia e Vision, i ka papa inoa ʻeleʻele o kāu polokalamu ʻikepili wikiō, a i ka manawa aʻe e makaʻala koke ka ʻōnaehana i ka palekana inā ʻike hou ʻia kēia ʻano.

2.4. Ma ke kalepa

Makemake nā ʻoihana kūʻai a me nā ʻoihana lawelawe like ʻole i ka ʻike ʻana i ka pila. Me ke kōkua o Vision, hiki iā ʻoe ke hoʻomaopopo ʻaʻole kēia he lehulehu lehulehu, akā he laina, a hoʻoholo i kona lōʻihi. A laila hoʻomaopopo ka ʻōnaehana i ka poʻe i mālama e pili ana i kahi pila i hiki iā lākou ke ʻike i ke kūlana: aia paha ke komo ʻana o ka poʻe kipa a pono e kāhea ʻia nā limahana hou, a i ʻole e lohi ana kekahi i kā lākou hana.

ʻO kekahi hana hoihoi, ʻo ia ka hoʻokaʻawale ʻana i nā limahana o ka hui ma ka hale mai nā malihini. ʻO ka mea maʻamau, ua aʻo ʻia ka ʻōnaehana e hoʻokaʻawale i nā mea e komo ana i kekahi mau lole (ka lole lole) a i ʻole kekahi hiʻohiʻona ʻokoʻa (branded scarf, badge ma ka umauma, a pēlā aku). Kōkua kēia i ka loiloi pololei ʻana i ka hele ʻana (i ʻole e "hoʻonui" nā limahana i nā helu helu o ka poʻe i loko o ke keʻena ma o ko lākou alo wale ʻana).

Ke hoʻohana nei i ka ʻike maka, hiki iā ʻoe ke loiloi i kāu poʻe hālāwai: he aha ke kūpaʻa o ka poʻe kipa, ʻo ia hoʻi, ʻehia ka poʻe e hoʻi i kāu hoʻokumu ʻana a me ka pinepine. E helu i ka nui o nā malihini kipa e hele mai iā ʻoe i kēlā me kēia mahina. No ka hoʻonui ʻana i nā kumukūʻai o ka huki a me ka mālama ʻana, hiki iā ʻoe ke ʻike i ka hoʻololi ʻana o ke kaʻa ma muli o ka lā o ka pule a me ka manawa o ka lā.

Hiki i nā Franchisors a me nā hui kaula ke kauoha i kahi loiloi e pili ana i nā kiʻi o ka maikaʻi o ka hōʻailona ʻana o nā hale kūʻai like ʻole: ke alo o nā logos, nā hōʻailona, ​​​​nā pepa, nā hae, a pēlā aku.

2.5. Ma ka lawe ʻana

ʻO kahi hiʻohiʻona ʻē aʻe o ka hōʻoia ʻana i ka palekana me ka hoʻohana ʻana i nā ʻikepili wikiō e ʻike ana i nā mea i haʻalele ʻia i loko o nā keʻena o nā mokulele a i ʻole nā ​​hale kaʻaahi. Hiki ke hoʻonaʻauaoʻia ka hihiʻo eʻike i nā mea o nā haneli haneli: nā mea lako, nāʻeke, nāʻeke, nā umbrellas, nāʻano lole likeʻole, nā'ōmole, a pēlā aku. Inā ʻike kāu ʻōnaehana hōʻike wikiō i kahi mea nona ʻole a ʻike iā ia me ka hoʻohana ʻana iā Vision, hoʻouna ia i kahi hōʻailona i ka lawelawe palekana. Hoʻopili ʻia kahi hana like me ka ʻike ʻakomi o nā kūlana maʻamau ma nā wahi lehulehu: ua maʻi kekahi, a ua puhi paha kekahi ma kahi hewa, a hāʻule paha ke kanaka ma ke kaʻaahi, a pēlā aku - hiki ke ʻike ʻia kēia mau hiʻohiʻona āpau e nā ʻōnaehana wikiō. ma o ka Vision API.

2.6. Kahe palapala

ʻO kekahi noi hoihoi hou o Vision a mākou e hoʻomohala nei i kēia manawa, ʻo ia ka ʻike palapala a me kā lākou parsing maʻalahi i nā waihona. Ma kahi o ke komo lima ʻana (a i ʻole ka hewa, ke komo ʻana) i nā moʻo pau ʻole, nā helu, nā lā i hoʻopuka ʻia, nā helu helu, nā kikoʻī panakō, nā lā a me nā wahi hānau a me nā ʻikepili ʻē aʻe he nui, hiki iā ʻoe ke nānā i nā palapala a hoʻouna maʻalahi iā lākou ma kahi ala paʻa ma o ka API i ke ao, kahi e ʻike ai ka ʻōnaehana i kēia mau palapala ma ka lele ʻana, hoʻopau iā lākou a hoʻihoʻi i kahi pane me ka ʻikepili i ke ʻano koi no ke komo ʻana i ka waihona. I kēia lā ua ʻike ʻo Vision i ka hoʻokaʻawale ʻana i nā palapala (me PDF) - ʻokoʻa ma waena o nā passport, SNILS, TIN, palapala hānau, palapala male a me nā mea ʻē aʻe.

ʻOiaʻiʻo, ʻaʻole hiki i ka neural network ke mālama i kēia mau kūlana āpau ma waho o ka pahu. I kēlā me kēia hihia, kūkulu ʻia kahi hiʻohiʻona hou no kahi mea kūʻai aku, nui nā kumu, nā nuances a me nā koi e noʻonoʻo ʻia, koho ʻia nā ʻikepili, a ua hoʻokō ʻia nā hoʻomaʻamaʻa, hoʻāʻo, a me ka hoʻonohonoho ʻana.

3. Papa hana API

ʻO ka "puka komo" o Vision no nā mea hoʻohana ʻo REST API. Hiki iā ia ke kiʻi i nā kiʻi, nā faila wikiō a me nā hoʻolaha mai nā kāmela pūnaewele (nā kahawai RTSP) ma ke ʻano he hoʻokomo.

No ka hoʻohana ʻana iā Vision, pono ʻoe Ana ma ka lawelawe ʻo Mail.ru Cloud Solutions a loaʻa nā hōʻailona komo (client_id + client_secret). Hana ʻia ka hōʻoia mea hoʻohana me ka hoʻohana ʻana i ka protocol OAuth. Hoʻouna ʻia ka ʻikepili kumu ma nā kino o nā noi POST i ka API. A ma ka pane ʻana, loaʻa i ka mea kūʻai mai ka API kahi hopena ʻike ma ka format JSON, a ua hoʻonohonoho ʻia ka pane: aia i loko o ka ʻike e pili ana i nā mea i loaʻa a me kā lākou mau hoʻonohonoho.

Me ka ʻumiʻumi, nā aniani ʻeleʻele a me ka ʻike: nā kūlana paʻakikī no ka ʻike kamepiula

Laʻana pane

{
   "status":200,
   "body":{
      "objects":[
         {
            "status":0,
            "name":"file_0"
         },
         {
            "status":0,
            "name":"file_2",
            "persons":[
               {
                  "tag":"person9"
                  "coord":[149,60,234,181],
                  "confidence":0.9999,
                  "awesomeness":0.45
               },
               {
                  "tag":"person10"
                  "coord":[159,70,224,171],
                  "confidence":0.9998,
                  "awesomeness":0.32
               }
            ]
         }

         {
            "status":0,
            "name":"file_3",
            "persons":[
               {
               "tag":"person11",
               "coord":[157,60,232,111],
               "aliases":["person12", "person13"]
               "confidence":0.9998,
               "awesomeness":0.32
               }
            ]
         },
         {
            "status":0,
            "name":"file_4",
            "persons":[
               {
               "tag":"undefined"
               "coord":[147,50,222,121],
               "confidence":0.9997,
               "awesomeness":0.26
               }
            ]
         }
      ],
      "aliases_changed":false
   },
   "htmlencoded":false,
   "last_modified":0
}

Loaʻa i ka pane kahi mea kupanaha maikaʻi - ʻo ia ke kūlana "ʻoluʻolu" o kahi maka i ke kiʻi, me kāna kōkua e koho mākou i ka pana maikaʻi loa o kahi maka mai ke kaʻina. Ua aʻo mākou i kahi pūnaewele neural e wānana i ka likelika e makemake ʻia kahi kiʻi ma nā ʻoihana pūnaewele. ʻOi aku ka maikaʻi o ke kiʻi a ʻoi aku ka minoʻaka o ka maka, ʻoi aku ka maikaʻi o ka weliweli.

Hoʻohana ʻo API Vision i kahi manaʻo i kapa ʻia he wahi. He mea hana kēia no ka hana ʻana i nā ʻano helehelena like ʻole. ʻO nā hiʻohiʻona o nā hakahaka he mau papa inoa ʻeleʻele a keʻokeʻo, nā papa inoa o nā malihini, nā limahana, nā mea kūʻai aku, a me nā mea ʻē aʻe. no kēlā me kēia hōʻailona . Eia kekahi, ʻaʻole i kaupalena ʻia ka helu o nā hōʻailona no kēlā me kēia moʻokāki.

I kēia lā, kākoʻo ka API i nā ʻano hana ʻike a me ka ʻike:

  • ʻIke / Hoʻonohonoho - ʻike a ʻike i nā maka. Hāʻawi 'akomi i kahi PersonID i kēlā me kēia kanaka kūʻokoʻa, hoʻihoʻi i ka PersonID a me nā hoʻonohonoho o nā mea i loaʻa.
  • Holoi - ka holoi ʻana i kahi PersonID kikoʻī mai ka waihona kanaka.
  • Truncate - hoʻomaʻemaʻe i ka wahi holoʻokoʻa mai PersonID, pono inā hoʻohana ʻia ia ma ke ʻano he wahi hoʻāʻo a pono ʻoe e hoʻonohonoho hou i ka waihona no ka hana ʻana.
  • ʻIke - ʻike i nā mea, nā hiʻohiʻona, nā palapala laikini, nā pae ʻāina, nā queues, etc. Hoʻihoʻi i ka papa o nā mea i loaʻa a me ko lākou mau hoʻonohonoho
  • ʻIke no nā palapala - ʻike i nā ʻano palapala kikoʻī o ka Russian Federation (hoʻokaʻawale i ka passport, SNILS, helu ʻauhau ʻauhau, etc.).

E hoʻopau koke mākou i nā hana no ka OCR, ka hoʻoholo ʻana i ke kāne, ka makahiki a me nā manaʻo, a me ka hoʻoponopono ʻana i nā pilikia kalepa, ʻo ia hoʻi, no ka hoʻomalu ʻana i ka hōʻike ʻana o nā huahana i nā hale kūʻai. Hiki iā ʻoe ke loaʻa nā palapala API piha ma aneʻi: https://mcs.mail.ru/help/vision-api

4. Panina

I kēia manawa, ma o ka API lehulehu, hiki iā ʻoe ke komo i ka ʻike maka i nā kiʻi a me nā wikiō; kākoʻo ʻia ka ʻike ʻana i nā mea like ʻole, nā palapala laikini, nā ʻāina, nā palapala a me nā hiʻohiʻona holoʻokoʻa. Nā hiʻohiʻona noiʻi - ke kai. E hele mai, e ho'āʻo i kā mākou lawelawe, e hoʻonoho i nā hana paʻakikī loa. ʻAʻole manuahi nā hana mua 5000. Malia paha ʻo ia ka "mea nalo" no kāu mau papahana.

Hiki iā ʻoe ke komo koke i ka API ma ke kau inoa ʻana a me ka pilina. hihio. Loaʻa nā mea hoʻohana Habra āpau i kahi code hoʻolaha no nā kālepa hou. E ʻoluʻolu e kākau mai iaʻu i ka leka uila āu i hoʻohana ai e hoʻopaʻa inoa i kāu moʻokāki!

Source: www.habr.com

Pākuʻi i ka manaʻo hoʻopuka