Computer Vision позволил создать принципиально новые продукты и механники в многих областях жизни: умный город, беспилотный транспорт, аналитика производств.То же самое произошло и с супермаркетами: “оценка длины очереди”, “оценка загруженности зала”, “оценка загруженности полок товарами”, “проверка выкладки”, “проверка качества уборки”, “прове…
Нейронные сети уже везде. И фильтры в фотошопе, и 1818 показов2.2K2.2K открытий
Если рассказать всю ситуацию в двух словах: для хозяина арендуемой квартиры выгодно отменить вам бронь, как только цена вашей брони стала ниже рынка на 50$. И AirBnB никак с этим бороться не собирается.
А вот чуть подробнее:
Часто на VC проскакивают статьи о том как машинное зрение круто работает на практике. Но реальность далеко не всегда так хороша. Многие из этих статей - ошибки выжившего, когда результат работает "случайно". В других - рассказ результат огромной работы, где было собрано поле граблей, но автор описывает только финальную точку с хорошего ракурса.…
Причин почему это происходит - масса. Иногда - так как алгоритмы не идеальны. Иногда - так как CV работает по одному кадру, а не по видео. А бывает, что задачу вообще нельзя решить по данным с камеры.
Большая часть статей по ML - о том как что-то удалось сделать. Но мало статей о том что не работает. Я хочу восполнить этот пропуск и немно…
Сегодня машинное зрение пришло в состояние, когда при создании MVP нужны минимальные знания о программировании, а иногда даже и их не надо. На рынке появились миллионы продуктов, которые помогут за несколько дней проверить гипотезу. И масса открытых исходников, на базе которых собрать прототип можно за неделю.
Машинное обучение - до сих пор хайп. Его впихивают налево и направо. Новые направления бизнеса, автоматизация, роботизация, инвестиции, бла-бла-бла. Думаете автоматизировать что-то в своём продукте? Сделать что-то новое и всем нужное? Не надо!