Разработка продукта который включает в себя создание ядра виртуальной примерочной, основанного на нейросетях, разработку пользовательского интерфейса и бэкэнд-системы, для обработки запросов, хранения данных и интеграции с нейросетями.

Референс: huggingface.co

Цель: Создать модель, способную точно накладывать одежду на изображение пользователя в реальном времени. Использоваться будет в ecommerce тематике (CMS, SAAS, API)

Варианты реализации (или ждем ваши варианты):

Архитектуры нейросетей:

• Generative Adversarial Networks (GANs):

• StyleGAN: Подходит для генерации высококачественных и реалистичных изображений.

• CycleGAN: Используется для преобразования изображений между двумя доменами без парных данных.

• Pix2Pix: Для обучения с парными данными, хорошо подходит для задач преобразования изображений.

Convolutional Neural Networks (CNNs):

• U-Net: Эффективна для сегментации изображений и может использоваться для выделения контура тела и одежды.

• ResNet: Глубокая сеть для извлечения признаков, может использоваться в качестве основы для других моделей.

• DensePose: Для получения 3D-модели тела из 2D-изображений.

Инструменты и фреймворки:

• TensorFlow: Популярная библиотека машинного обучения с поддержкой Python и других языков.

• PyTorch: Гибкий фреймворк для глубокого обучения, удобен для исследований и прототипирования.

• Keras: Высокоуровневый API, работающий поверх TensorFlow, облегчает быструю разработку моделей.

Обучение и деплой моделей:

Облачные сервисы: Google Cloud AI Platform, AWS SageMaker, Microsoft Azure Machine Learning

Сбор и обработка данных. Датасеты:

• DeepFashion: Большой набор изображений одежды с аннотациями.

• Fashion-MNIST: Набор из 70,000 изображений одежды для начального обучения.

• Аугментация данных: Применение методов увеличения данных для повышения обобщающей способности модели.


Интерфейс пользователя (UI/UX)

Создать интуитивно понятный и привлекательный интерфейс для пользователей.

Ищем специалистов с опытом использования, создания, обучения llm под конкретные задачи. Стек разработки и выбор моделей обсуждается. Интересен развернутый ответ или ваши компетенции в этой области.