Как найти и посчитать тигров в море и дельфинов в лесу

Тезисы

Разработка социальных проектов вдохновляет, ведь их цель всегда ясна и значима. Однако эта сфера сопряжена с уникальными вызовами. Например, здесь редко встречаются большие бюджеты, что затрудняет поиск качественных и объёмных датасетов. Также сложно найти экспертов, способных помочь преобразовать задачу реального мира в задачу машинного обучения. В докладе я расскажу о двух своих социальных проектах, и поделюсь решениями, которые обеспечили их реализацию:

• Как оптимизировать разбор десятков тысяч фотографий диких животных?
• Можем ли мы узнать нужного тигра из тысячи? По словам, по глазам, по образу? Какие нюансы есть для задачи ReID диких животных?
• Что эффективнее: множество компактных детекторов/классификаторов или одна огромная модель? И в каких случаях?
• Фундаментальные модели (GLEE, SAM, Florence): благо или проклятие? Какие из них оказались полезны?
• Нужен ли active learning с human-in-the-loop в проектах компьютерного зрения? Как его применять?

Аудитория

Data-scientist, ML-engineer.

Уровень сложности

Any level.