Как мы тренировали нейронную сеть

В одном из недавних материалов мы рассказывали о том, как технология дополненной реальности может изменить вашу жизнь. Сегодня поговорим о возможностях искусственного интеллекта и нейронных сетей.

Технология нейросетей пришла в программирование прямиком из биологии – принцип ее функционирования напоминает работу нашей нервной системы. Нейронная сеть подобно человеческому мозгу способна запоминать, анализировать и распознавать различную информацию. Но главное преимущество этой технологии в том, что нейросеть может самостоятельно настраиваться на выполнение определенных функций – в своем роде «эволюционировать» в процессе тренировки.

Основная функция, с которой успешно справляются нейронные сети – это распознавание конкретных объектов. Этот процесс осуществляется с помощью специального фильтра, который умеет находить на изображении набор определенных графических элементов. Для «тренировки» такой сети необходимо загрузить в нее несколько десятков фотографий объекта с разных ракурсов и разметить их определенным образом: выделить необходимый элемент на каждом изображении.

Первые тестирования, а затем и активное использование возможностей искусственного интеллекта и нейронных сетей начались в военной и ракетно-космической промышленности, а также в медицине и других специализированных областях. И только недавно технология стала доступной для рядовых пользователей.

Пример того, как можно использовать нейронные сети в повседневности, продемонстрировала компания Apple, внедрив в камеру iPhone Х механизм сканирования лица – Face ID. С помощью этой функции можно разблокировать смартфон или совершить покупку через Apple Pay одним взглядом. Встроенный датчик настолько «умный», что способен распознавать и запоминать лицо своего владельца, а также постоянно фиксировать в памяти любые изменения его внешности. Технология будет отлично работать, даже если вы решите отрастить бороду, сменить очки или надеть шляпу.

Наш опыт использования «нейронки» для распознавания различных объектов начался после того, как мы научились прикреплять виртуальные рекламные билборды на реальные здания с помощью геоданных и технологии дополненной реальности. Мы решили проверить насколько эффективно с аналогичной задачей могут справиться нейросети. Разработчики «Технологики» приступили к тестированию и самостоятельно натренировали сеть на распознавание обыкновенной кружки на желтом фоне.

Обучение проводилось в два этапа – тренировка и проверка результатов. Было сделано несколько фотографий кружки и проведена их разметка, для того чтобы сеть «научилась» распознавать интересующий нас предмет в объективе. После настройки параметров начался процесс обучения – он повторялся до тех пор, пока мы не научили сеть качественно идентифицировать нашу кружку.

Результаты эксперимента нас приятно удивили: нам удалось получить удовлетворительное распознавание объекта с частотой анализа около 10 кадров в секунду на iPhone 6S+. Мы планируем внедрить описанную технологию на практике в одном из наших проектов для Новосибирска, подробностями которого мы поделимся с вами совсем скоро.

Если вы хотите узнавать о новостях «Технологики» первыми - подписывайтесь и следите за обновлениями в наших соцсетях: ВК, FB, Instagram.