рандомных фотографий реального мира (семья, озеро, горы, насекомое, луна, окно и вообще все, что можно сфоткать). Нейронной сетью эти все объекты кластеризовать, чтобы она сама собрала в группы похожие объекты. Вручную обозвать эти кластеры, превратив их в классы и обучить на всех этих данных классификатор? Такое теоретически возможно если у тебя есть вычислительные мощности как у гугл фейсбук и наса?
Услов говоря если сделать какой нибудь VAE, что то еще можно выделить. Условный метрик лернинг тут не подойдет, нужны метки классов всего
С вероятностью 99.999% сеть кластеризует фото по формальным техническим параметрам - "картинки с синим фоном", "картинки с зеленым фоном" и т.д. И какой прок будет от таких классов?
На практике получается так, что перебирать фотки, прогнанные через "кластеризатор" почти так же трудозатратно, как просто их расфасовывать
Можно. Но проще сразу с готовыми подписями
Обсуждают сегодня