Flover Project

Nadszedł wreszcie czas na podzielenie się z Wami moimi planami odnośnie projektu konkursowego. Przed decyzją o przystąpieniu do rywalizacji wiele myślałem co by ciekawego stworzyć. Bardzo chciałem, aby temat był powiązany z Machine Learning, który jest już mi znajomy, ale wiele rzeczy pozostaje wciąż do zbadania. Poszperałem między innymi w projektach realizowanych na koniec kursu CS229 na uczelni Stanford prowadzonego przez guru sztucznej inteligencji Andrew Ng. Ileż tam jest ciekawych pomysłów! Poniżej niektóre z nich, które poważnie rozważałem:

  • predykcja cen biletów lotniczych
  • automatyczna transkrypcja dźwięków na nuty
  • predykcja popularności piosenki
  • system rekomendacji - np. dla internetowej księgarni

Padło jednak na system rozpoznawania gatunków kwiatów nazwany "Flover"! Miałem kiedyś przygodę z rozpoznawaniem obrazów i fajnie będzie do tego wrócić. Czemu akurat kwiaty? Ze wstępnego researchu wiem, że nie są najłatwiejszymi obiektami to rozpoznawania. Ale przecież chodzi nam o wyzwania, prawda? Czyż nie ułatwiło by nam to życia - zwłaszcza facetom 🙂 Nie raz miałem sytuację, w której kupiłem kwiatka a potem, zapytany o jego nazwę, mogłem tylko odpowiedzieć: "yyy...". Zmieniło się to odkąd mieszkam ze specjalistką-florystką, co też na pewno wpłynęło na mój wybór tematu 😉 Nie znalazłem poza tym żadnej polskiej aplikacji czy strony udostępniającej taką usługę. Oczywiście nie jestem pierwszy, który się tego podejmie (ba, jest nawet praca doktorska na ten temat), ale zawsze fajnie mieć coś swojego, no i może uda się to lepiej zrobić. Myślę, że zdobyte doświadczenie pozwoli mi o wiele łatwiej wejść w temat rozpoznawania innych obiektów, ich analizę i interpretację kontekstu. Wszystkie te zagadnienia są dziś bardzo modne i potrzebne czyniąc różne urządzenia "inteligentnymi".

Dużym ułatwieniem jest to, że istnieje zbiór obrazów, który jest publicznie dostępny.  Zawiera ponad 8000 zdjęć 102 gatunków kwiatów, zatem będzie się świetnie nadawał na zbiór uczący mojego klasyfikatora. Będzie też dobrym wyznacznikiem jakości moich algorytmów, gdyż niektóre prace podają swoją skuteczność rozpoznawania bazując właśnie na tym zbiorze. Ciekawe gdzie będę mógł się umieścić w tabelce pod koniec projektu!

Publikacja skuteczność
Nilsback PhD Thesis 2009 76.3%
Kanan and Cottrell CVPR 2010 71.4%
Ito and Kubota ECCV 2010 53.9%
Chai et al. ICCV 2011 80.0%
Khan et al. NIPS11 73.3%

źródło: http://www.robots.ox.ac.uk/~vgg/research/flowers_demo

Oprócz rozważań nad algorytmami i ich kombinacją pozostaje oczywiście strona czysto programistyczna. Będę się starał regularnie umieszczać wpisy z obu perspektyw. O planowanej technologii, frameworkach, bibliotekach już niedługo. Zdradzę tylko, że chciałbym pójść w stronę mobilną, co będzie dla mnie zupełną nowością.

 

 

Related Posts

Share Facebooktwitterreddit

4 Comments

  1. Brzmi nietypowo :). A w ogóle to chciałbm mieć taki program, który potrafiłby dobrać kwiaty dla żony. Nigdy nie wiem, które będą się jej podobały 😛

    21 March 2016
    Reply
    • tomasz.kacmajor said:

      Nie sądzę, żeby moja aplikacja zaszła aż tak daleko ze swoją inteligencją...ale kto wie 🙂

      21 March 2016
      Reply
  2. Maciek said:

    Tomek, do końca lutego rejestracja do kolejnej edycji DSP. Zgłoś kontynuację projektu! 😉

    22 February 2017
    Reply
    • tomasz.kacmajor said:

      Tak, wiem - dzięki za przypomnienie i zachętę 🙂 Nie sądzę, żebym się wyrobił z tak częstym publikowaniem wpisów jak to jest wymagane w DSP, ale mam zamiar mimo wszystko reaktywować projekt i bloga 🙂 Pozdrawiam!

      22 February 2017
      Reply

Leave a Reply

Your email address will not be published. Required fields are marked *