PhotoGuruのプロトタイプで実験を続け、写真の「スタイル」を認識することが何らかの形でユーザーに役立つかどうかを確認しました。
新しいバージョンでは、インターフェイスが更新され、プログラムは1つの回答のみを提供します。 ほとんどの場合、これは写真家の名前であり、6人の写真家の1人のスタイルに対するユーザーの写真の「類似性」の割合です。
割合が33％未満の場合、システムは著者を確定できず、彼女の前に新しい「グル」がいると結論付け、姓の代わりに「PHOTO GURU」という碑文を表示します。
if (maxPercent <= 100/numPhotographers*2) { message = " ★ " photoGuru = "Photo Guru" }
Zhenya Otetskoyの 写真とポートレートを
システムに追加すると、モデルはケースの31％で間違いを犯し始めました。
サンプルを編集すると、結果に対する答えを調整し始めていることに気付きました。 別の方法が必要です。 システムをより長く教えることができることが判明しました。 トレーニングサイクルの数を20に増やしたところ、テストサンプルの写真を分析するときにシステムがほとんど誤解されなくなりました。
一般に、モデルは彼女に知られていない肖像画を正しく分類しますが、システムは私の古い写真の1つをZhenya Otetskoyの写真と見なし、私自身が自画像を撮影していたかどうかはよくわかりません。
しかし何よりも、ポートレートのみでトレーニングを行うことで、システムは「列車」のある風景がユージンオテツキーによって撮影されたことを99％の精度で確認できたことに感銘を受けました。
私は、システムに知られている著者のいずれにも似ていない写真を見つけようとしました。 成功しませんでした
システムは、ティム・ウォーカーからの写真がジェンヤ・オテツコイ、エゴール・ヴォイノフのようなマイク・ブロディの写真の写真に似ていると考えました。抽象化はマキシム・シュミリンによって行われました。
最も可能性が高いのは、モデルが構図レベルで写真を分析し、したがってそのような結果を生成することです。 彼女は美学と記号を理解することができず、彼女は著者の一人の写真として白い正方形を認識しています。
PhotoGuruで遊ぶことは、自己学習写真に役立ちます。 これを行うには、システムに知られている写真家の数を増やし、詐欺師からの保護について考え、「報酬」を追加する必要があります。 たとえば、「Videnin 99％」バッジと、すべての写真家から「99％」バッジを収集したユーザーへの「大きなメダル」。
そして、誰かが「PHOTO GURU」のステータスを取得した場合-一意性の卒業証書。