Мир IT все плотнее переплетается с ML, машинным обучением. В компании MERA уже реализовано несколько проектов по ML, в том числе мы создали систему распознавания автомобильных номеров на въезде в наш офис. Разработка велась с чистого листа, поэтому команда пробовала разные пути, подходы и инструменты. Приглашаем всех желающих узнать подробности этого проекта и пообщаться о машинном обучении!
На митапе мы расскажем о тех нюансах разработки, которые не так очевидны на старте проекта. Например, точность распознавания существенно зависит от характеристик камер и состава данных. Также при выборе архитектуры системы стоит учитывать сколько данных потребуется для обучения.
Рассмотрим все этапы реализации проекта, но особенно сосредоточимся на этапе доработки прототипа решения. Именно на этом этапе, на наш взгляд, возникает большинство неочевидных трудностей.
Программа мероприятия:
От теории к работающему прототипу
Юрий Яхно, Технический лидер ML-сообщества в MERA
Задачу распознавания символов уже решают студенты, но так ли легко узнать автомобильный номер. Рассмотрим этапы распознавания номера и трудности, с которыми мы при этом столкнулись.
Подводные камни внедрения системы
Георгий Дюльдин, старший разработчик в MERA
В процессе выступления мы ответим на каверзные вопросы: как настройки камеры влияют на качество результата? как перейти от обработки отдельных картинок к работе с видеопотоком? как добавить в систему новые данные для обучения, имея очень ограниченные ресурсы? и другие вопросы из зала.