Описание фото с помощью нейронных сетей

Caption_Generator для описания картинок с помощью AI

Caption_generator — это модульная библиотека, построенная поверх Keras/ TensorFlow для генерации подписей на естественном языке (английском) для любого входного изображения. Она состоит из трех моделей: CNN-энкодера, модели векторного представления слова (word embedding) и RNN-декодера. Система может создавать довольно детальные и точные подписи к изображениям.

Автоматическое описание фото с помощью нейросетей позволяет сортировать и классифицировать изображения намного быстрее и проще: система буквально «читает» визуальное содержимое и “объясняет” смысл картинки в виде текста. Таким образом смысл изображения становится доступным для поисковых систем — преимущество, которое полезно на практике. А также это поможет людям, использующим скринридеры.

Мы в Evergreen уже давно работаем с ИИ-технологиями и создаем проекты в области распознавания лиц и объектов в различных сегментах бизнеса. Для клиентов мы можем создать персонализированный продукт или сервис: использовать open-source решения и создать MVP в короткие сроки и экономически эффективно. Наша команда поддерживает проект на каждом этапе развития по мере роста и масштабирования.

Это система распознавания логотипов брендов на базе TensorFlow Object Detection API. Вы можете создать собственный алгоритм определения логотипов, используя одну из предварительно обученных моделей, входящих в сборку. Название идентифицированного логотипа бренда появляется текстом на изображении, но можно извлечь эти данные в виде текстовых подписей.

На рынке существует ряд интересных решений, которые автоматически создают подписи к изображениям для e-commerce (например, для категоризации онлайн-каталогов), для быстрого, удобного поиска и обработки медиафайлов и будут полезными для различных проектов по распознаванию объектов. Вот наша подборка.

Мы в Evergreen предпочитаем использовать TensorFlow — фреймворк для машинного обучения с открытым исходным кодом — для обучения нейронных сетей при создании решений с элементами искусственного интеллекта. Опыт специалистов Evergreen позволяет нам внедрять алгоритмы распознавания объектов и визуальный поиск в проектах клиентов. Хотите узнать больше о практическом применении таких решений? Обращайтесь к нам — всегда рады помочь.

Skyfish — создание автоматических тегов и коллекций

Хотите разработать кастомный инструмент для автоматического распознавания и аннотирования изображений для вашего онлайн-магазина? Или вам нужно комплексное решение для бизнеса с использованием искусственного интеллекта? Напишите нам или заполните форму . Давайте создавать инновационный продукт для вашей компании вместе — уже сегодня!

Мы выбрали несколько решений с открытым исходным кодом, которые могут заменить описание картинок вручную и генерируют достаточно точные текстовые подписи. Их можно также взять за основу при разработке индивидуального решения для ваших конкретных бизнес-задач.

Midjourney называют более художественной нейросетью (в противовес DALL·E — более реалистичной), с ее помощью можно создавать сложные арты, удивляющие креативностью. Попробовать можно бесплатно в Discord (для этого нужно выбрать любую комнату в разделе Newcomer rooms, написать в чате /imagine и в строке promt вписать описание картинки на английском; если не поняли, вот инструкция).

По словам разработчиков, Imagine работает лучше, чем детище OpenAI. Но верить приходится на слово — проект находится на экспериментальной стадии (и непонятно, когда из нее выйдет). Пока можно ознакомиться с примерами работ, либо попробовать небольшое демо на официальном сайте (нам предлагают составить запрос из нескольких готовых шаблонов).

Это мощная платформа, предназначенная для автоматизации анализа изображений и видео с помощью машинного обучения. Amazon Rekognition Custom Labels позволяет идентифицировать на изображениях ключевые для бизнеса объекты, а также извлекать из них ценную информацию: находить фирменный логотип в социальных сетях, определять продукцию на полках магазинов, классифицировать детали оборудования на сборочной линии и многое другое. Платформа также поддерживает распознавание и анализ лиц, распознавание текста на изображениях и видео, распознавание знаменитостей, отслеживание перемещений и другие функции.

Встроенный алгоритм искусственного интеллекта автоматически сканирует и подписывает изображения, используя ключевые слова, уже хранящиеся в системе. Эти автоматически присвоенные ключевые слова доступны для внутреннего поиска в Skyfish, так что найти изображение повторно очень легко. Однако, автоматические теги сохраняются только внутри платформы. После экспорта фотографий за пределы Skyfish все сгенерированные подписи удаляются.