Как найти и посчитать тигров в море и дельфинов в лесу

Data Science/ML/AI

Тезисы

  • ReID тигров и дельфинов через metric learning (подход, проблемы и советы по обходу грабель).
  • Автоматизация рутинной работы исследователей по разбору фотографий от фотоловушек.
  • Подход с универсальным детектором животных и множеством маленьких классификаторов отдельных видов.
  • Использование фундаментальных моделей (GLEE, SAM) для предразметки данных под сегментацию и детекцию.
  • Active learning с human in the loop для получения быстрых прототипов.

Аудитория

Data-scientist, ML-engineer.


Уровень сложности

Any level.

Сбер
Леонид Верховцев

В машинном обучении (в компьютерном зрении в частности) с 2018 года. Начинал с проектов по поиску дефектов в рельсах и определения границ раздела сред по георадиолокационным данным. Делал решение по распознаванию русского жестового языка. Затем работал над детекцией и реидентификацией диких животных. В проектах было многое: организация краудсорс разметки, ETL процессы для собираемых данных, обучение, инференс моделей и вывод их в прод. В процессе собрал все возможные грабли и шишки, о которых любит рассказывать.

Другие спикеры секции Data Science/ML/AI

Еще на тему Data Science/ML/AI