Image classification API is now live!
Юджин Ян (Ziyou Yan) объявляет о запуске API классификации изображений на Datagene.io — после нескольких месяцев работы. В отличие от API классификации товаров, работающего с названиями, этот API работает с изображениями товаров, но только в категории моды. Модель построена на Keras и Theano, работает на маленьком сервере AWS без GPU, выдаёт результат менее чем за 300 миллисекунд. Точность валидации: Top-1 — 0,76, Top-5 — 0,974. Позже автор отмечает, что API был отключён ради экономии на облачных расходах. Пост входит в серию материалов о создании API классификации товаров и содержит демонстрацию с примером фото футболки.
Image classification API is now live!
API классификации изображений теперь доступен!
[ deeplearning python production 🛠 ] · чтение на 2 мин
After toiling for a few months on this, product image classification is now live on Datagene.io! While the product classification API works with product titles, the image classification API works with product images, though only for fashion. (Github repositiory)
После нескольких месяцев работы над этим классификация изображений товаров теперь доступна на Datagene.io! Если API классификации товаров работает с названиями товаров, то API классификации изображений работает с изображениями товаров, хотя пока только для моды. (Репозиторий на Github)
Update: API discontinued to save on cloud cost.
Обновление: API отключён ради экономии на облачных расходах.
This is part of a series of posts on building a product classification API:
Это часть серии постов о создании API классификации товаров:
Сбор и форматирование данных (часть 1) Очистка и подготовка данных (часть 2) Разработка API (часть 3) Демо классификации изображений Демо поиска по изображениям
Some facts about the image classification API:
Несколько фактов об API классификации изображений:
Лучше всего работает с изображениями в стиле электронной коммерции, например с фотографиями моды (поскольку именно на них он был обучен) Точность валидации Top-1: 0,76; точность валидации Top-5: 0,974 Возвращает результаты менее чем за 300 миллисекунд (будет быстрее в пакетном режиме с GPU) Построен на Keras и Theano и работает на крошечном сервере AWS без GPU.
How to play with it? First, click on browse to select a file for upload. The file needs to have either a “.png”, “.jpg”, or “.jpeg” extension (case-insensitive).
Как им воспользоваться? Сначала нажмите «browse», чтобы выбрать файл для загрузки. Файл должен иметь расширение «.png», «.jpg» или «.jpeg» (без учёта регистра).
A very simple input form for your images, with basic validation.
Очень простая форма ввода для ваших изображений, с базовой валидацией.
Then, click on the submit button below and wait patiently—results should appear in a second or so, depending on network speed and image size.
Затем нажмите кнопку «submit» ниже и терпеливо подождите — результаты должны появиться примерно за секунду, в зависимости от скорости сети и размера изображения.
A very simple submit button.
Очень простая кнопка отправки.
Here’s an example
Вот пример
Given a photo of a t-shirt…
Дана фотография футболки…
I wonder if the model will also have learnt about the tagline on the t-shirt.
Интересно, усвоит ли модель также и слоган на футболке.
… here’s the result we get.
… вот результат, который мы получаем.
Oh, they don't have a category for smartass t-shirt.
О, у них нет категории для футболки с дерзкой надписью.
It works on mobile too
Работает и на мобильных устройствах
Look ma, web responsive!
Смотри, мам, адаптивный веб-дизайн!
You can also try the image classification API on mobile. On iOS, it allows you to take a photo, or select one from your photo library or iCloud drive.
Вы также можете попробовать API классификации изображений на мобильном устройстве. На iOS он позволяет сделать фото или выбрать одно из медиатеки или iCloud Drive.
Please leave suggestions on UI (or any other) improvements in the comments!
Пожалуйста, оставляйте предложения по улучшению интерфейса (или любым другим) в комментариях!
If you found this useful, please cite this write-up as:
Если это оказалось полезным, пожалуйста, цитируйте эту заметку так:
Yan, Ziyou. (Nov 2016). Image classification API is now live!. eugeneyan.com. https://eugeneyan.com/writing/image-categorization-is-now-live/.
Yan, Ziyou. (Nov 2016). Image classification API is now live!. eugeneyan.com. https://eugeneyan.com/writing/image-categorization-is-now-live/.
or
или
@article{yan2016categorization,
title = {Image classification API is now live!},
author = {Yan, Ziyou},
journal = {eugeneyan.com},
year = {2016},
month = {Nov},
url = {https://eugeneyan.com/writing/image-categorization-is-now-live/}
}
@article{yan2016categorization, title = {Image classification API is now live!}, author = {Yan, Ziyou}, journal = {eugeneyan.com}, year = {2016}, month = {Nov}, url = {https://eugeneyan.com/writing/image-categorization-is-now-live/} }
Join 11,800+ readers getting updates on machine learning, RecSys, LLMs, and engineering.
Присоединяйтесь к 11 800+ читателям, получающим обновления о машинном обучении, RecSys, LLM и инженерии.