Zlecenia dla freelancerów

Zlecenia dla freelancerów

Tworzenie modelu rozpoznawania kategorii towarów

Bazy danych i SQL, Javascript & Typescript, Python — podano nieprawidłowe kategorie?

525 PLN

Opinia zleceniodawcy o współpracy z Vladislav Bandurin

Tworzenie modelu rozpoznawania kategorii towarów

525 PLN

Praca jest doskonała, wszystkie umowy są spełnione!
Władza jest dobrym specjalistą, polecam wszystkim!
Zawsze był w kontakcie, odpowiadał na pytania, wyjaśniał odcienie.
Dziękuję ! )

5.0

Profil został usunięty

Opinia zwrotna

22 października 2019

Opinia freelancera o współpracy z ze zleceniodawcą

Tworzenie modelu rozpoznawania kategorii towarów

525 PLN

Klient dostarczył wysokiej jakości dataset do nauczania sieci nerwowej, co pomogło zrobić pracę lepiej niż oczekiwano 🙂
Bardzo miło było pracować, chętnie będę współpracował w dalszym ciągu!

5.0

Vladislav Bandurin

Opinia zwrotna

22 października 2019

Zlecenie jest tłumaczone automatycznie. Zaloguj się lub zarejestruj się, żeby zobaczyć oryginał Należy rozpoznać dane dla sklepu internetowego, w którym sprzedawane są ubrania i akcesoria Dane wejściowe : Zdjęcia produktu, nazwa, opis Dane wyjściowe: określ płeć i kategorię. Dane dotyczące kształcenia modelu są

Oferty 1 Dyskusje 9

Vladislav Bandurin

Oferta, która wygrała

8 0

Zlecenia 8
Ocena -
Ranking 356

Budżet: 12800 RUB Termin: 14 dni

Dzień dobry .
Dwa lata pracowałem w Data Science, specjalizuję się w projektach Computer Vision. Interesuje mnie Twój projekt i chciałbym dowiedzieć się więcej o nim. W szczególności, czy masz umieszczony dataset i jaką dokładność klasyfikacji planujesz uzyskać na wyjściu?
Aby uzyskać więcej szczegółów na temat złożoności zadania, muszę zobaczyć przykłady obrazów.
Będę z przyjemnością porozmawiał ;)
z szacunkiem ,
Władza

Rafayel Khachatryan 19 sierpnia 2019

Простите, а на каком языке разработан проект ?

Maksim Panfilov

19 sierpnia 2019

node js

Igor Maly 19 sierpnia 2019

Добрый вечер. Какой бюджет?

Sergey Rebe 20 sierpnia 2019

Если в описании продукта есть что-то вроде "Зимняя одежда для мальчиков", то это несложно :)

Roman Bezfamilny 20 sierpnia 2019

На питоне и ИИ-шное распознавание картинок можно сделать. Немного напряжно, но не сильно. Сейчас куча готовых библиотек есть. Правда, 100%-го распознавания не выйдет.

Serhii Nikonov 20 sierpnia 2019

Добрый день.
Тут основная проблема в том, что данные в разных областях. Распознавание с изображения это одно и требует Computer Vision, описание и название требуют NLP. Потом эти предсказания нужно как-то объединять.
Размер размеченных данных?
Бюджет?
Сроки?
С уважением, Сергей.

Roman Bezfamilny 20 sierpnia 2019

Не обязательно, берем библиотеку питоновскую по попиксельному перебору данных - построение кривых, я не помню, как она обзывается, потом кучу картинок с тегами. И мелкую фигню, которая размеры и кривые будет анализировать. Но ту собиратель кирпичей из конструктора не подойдет, нужен хотябы человек, изучавший дифференциальную геометрию.

Serhii Nikonov 20 sierpnia 2019

ну, по классике тут должна быть CNN и что-то вроде word2vec.

Roman Bezfamilny 21 sierpnia 2019

Можно и библах, юзающих растровую графику. Дольше думать будет, но можно. А знания диффгеометрии все равно нужны. )

Dodaj komentarz

Maksim Panfilov
Moskwa, Rosja

Zleceń 32
Konkursów 1
Ocena -
Ranking 1 534

Tworzenie modelu rozpoznawania kategorii towarów

Opinia zleceniodawcy o współpracy z Vladislav Bandurin

Tworzenie modelu rozpoznawania kategorii towarów

5.0

Opinia freelancera o współpracy z ze zleceniodawcą

Tworzenie modelu rozpoznawania kategorii towarów

5.0

Vladislav Bandurin

Vladislav Bandurin

Aktualnie brak ofert

Aktualne zlecenia dla freelancerów w kategorii Bazy danych i SQL

Automatyzacja wprowadzania dokumentów przychodowych w 1C 8.3 przez API usługi rozpoznawania dokumentów

Senior AI Systems Architect (Project Lead) Needed to Complete an Existing Unfinished Global Service

Opracowanie modułu CRM „Zgłoszenia” w niestandardowym 1C (centrum opon)

Wsparcie dla Samoturu i serwerów pod niego

Czyszczenie bazy klientów w SIMLA CRM: telefony, duplikaty, miasta