Модерация контента отчет за 25_09_24

1.

ИИ модерации контента
Категоризация баннеров
Разработана архитектура
Разработан беклог
Разработаны детекторы категорий
Реализована часть модулей
Категоризация документов
Анализ ТТ
Поиск похожих картинок
Реализован алгоритмы хеширования изображений
Проведено функциональное тестирование
Категоризация видеофайлов

2.

Архитектура решения
neck
1
heads
Image
backb
one
2
4
text2vec
word2cat
OCR
3
БД стоп слов
Категории баннеров
YOLOv8

3.

Архитектура решения
neck
1
heads
Image
backb
one
2
4
text2vec
word2cat
OCR
3
БД стоп слов
Категории баннеров
YOLOv8

4.

Обученные детекторы
Категории:
1) 5.07 QR-код / адрес сайта
2) 21.04 Безалкогольное пиво/вино
3) 59. Табак, табачная продукция, табачные изделия и
курительные принадлежности, в том числе трубок, кальянов,
сигаретная бумага, зажигалки, демонстрация процесса
курения
4) 60. Продукция и бренды автомобильной промышленности.
5) 85. Иностранные социальные сети.
6) 78. Наименования, флаги и символика недружественных
государств.

5.

Обученные детекторы
Категория:
Категория:
5.07 QR-код / адрес сайта
21.04 Безалкогольное пиво/вино
Класс(-ы):
non_alc_lable - метка
безалкогольной продукции
qrcode - контрольные точки QRкода
Класс(-ы):
qrcode_true - весь QR-код целиком Метрики:
box_loss: 0.27
Метрики:
cls_loss: 0.21
box_loss: 0.49
dfl_loss: 0.79
cls_loss: 0.28
precision(B): 0.93
recall(B): 0.88
dfl_loss: 0.83
mAP50(B): 0.91
precision(B): 0.98
mAP50-95(B): 0.87
recall(B): 0.96
mAP50(B): 0.99
mAP50-95(B): 0.86

6.

Обученные детекторы
Категория:
№ 59. Табак, табачная продукция, табачные
изделия и курительные принадлежности, в
том числе трубок, кальянов, сигаретная
бумага, зажигалки, демонстрация процесса
курения
Класс(-ы):
cigarette - метка сигарет
pipes - метка курительной трубки
smoke – метка дыма
smoking - метка присутствия курения
no-smoking – метка отсутствия курения
pack - метка пачки сигарет
lighter – метка зажигалки
hookah - метка кальяна
Метрики:
box_loss: 0.45
cls_loss: 0.47
dfl_loss: 0.92
precision(B): 0.88
recall(B): 0.72
mAP50(B): 0.80
mAP50-95(B): 0.64
Категория:
Метрики:
85. Иностранные социальные сети.
box_loss: 0.48
Класс(-ы):
cls_loss: 0.34
instagram_contour - метка иконки,
dfl_loss: 0.77
стиль контурный
precision(B): 0.99
instagram_no_contour - метка
recall(B): 0.95
иконки, стиль сплошной
mAP50(B): 0.96
twitter_contour – метки иконки,
mAP50-95(B): 0.85
стиль контурный
twitter_no_contour - метки иконки,
стиль сплошной
facebook_contour – метка иконки,
стиль контурный
facebook_no_contour - метка
иконки, стиль сплошной

7.

Обученные детекторы
Категория:
60. Продукция и бренды
автомобильной промышленности.
Класс(-ы):
car - метка наличия автомобиля
Метрики:
box_loss: 0.14
cls_loss: 0.10
dfl_loss: 0.82
precision(B): 0.99
recall(B): 0.99
mAP50(B): 0.99
mAP50-95(B): 0.98
Категория:
78. Наименования, флаги и
символика недружественных
государств.
Класс(-ы):
hostile_countries – метка
недружественных стран
Метрики:
box_loss: 0.52
cls_loss: 0.34
dfl_loss: 1.01
precision(B): 0.93
recall(B): 0.93
mAP50(B): 0.97
mAP50-95(B): 0.79

8.

Поиск баннеров по содержимому

9.

Поиск баннеров по содержимому

10.

Направления дальнейшей
деятельности
Подготовка к MVP (середина октября)
Разработана бэкенда
Обучение 2 и 3 сети (архитектуре решения)
Доработка хеширования картинок
Реализация архитектуры
Обучение 2, 3, 4 сетей
Общие организационные мероприятия
Работа с git, s3