AzoftR&D

OCR для распознавания документов и автоматического ввода данных

Иван Ожиганов Июль 6, 2017

OCR для распознавания документов и автоматического ввода данных

Арнольд работает страховым консультантом. Ежедневно он тратит 2 часа на правку отчетов и оформление страховых полисов. Агентов в фирме много, но всех объединяет одна проблема: слишком много ручной работы. Время, потраченное на набор текста и исправление ошибок, лучше потратить на общение с клиентами или развитие новых навыков. Все это негативно отражается на бизнесе.

Как искусственный интеллект используется в реальном бизнесе

Дарья Казовская Май 18, 2017

Искусственный интеллект в бизнесе

Сегодня самые успешные компании, от Bosch до Starbucks, пользуются разработками на базе AI для сокращения расходов, повышения прибыли и улучшения производительности. Вопрос, как они это делают?

Применение LSTM сети для обработки сигналов акселерометра

Иван Ожиганов Апрель 13, 2017

применение LSTM сети для обработки сигналов акселерометра

Знаете ли вы зачем вашему смартфону акселерометр? – На первый взгляд, чтобы менять ориентацию экрана. Но этим роль акселерометра не ограничивается. Это маленькое устройство позволяет собирать данные о различных типах движения человека. Использовать данные непросто – ориентация телефона может меняться по ряду причин, и передача сигналов зависит от точности акселерометра. В статье мы расскажем, как решали подобную задачу с помощью методов машинного обучения и применяли нейронную сеть LSTM для обработки сигналов акселерометра.

AI: Системы рекомендаций в ритейле

Иван Ожиганов Март 30, 2017

система рекомендаций в ритейле

Ритейлеры вынуждены конкурировать за потребителя с онлайн-магазинами. Основными преимуществами интернет-магазинов являются: оперативное получение обратной связи, возможность сохранять и обрабатывать информацию, и отвечать на запросы покупателей в режиме реального времени. У розничных магазинов нет возможности получать мгновенную реакцию на предлагаемый клиенту товар, но у большинства есть программы лояльности и накопленные данные о покупках – чеки. Этого вполне достаточно, чтобы создать систему рекомендаций и обеспечить персональный подход к покупателям для роста прибыли ритейлера.

Разработка алгоритма нечёткого поиска в распознанном тексте

Иван Ожиганов Декабрь 14, 2016

Разработка алгоритма нечёткого поиска в распознанном тексте

Сегодня автоматизированные системы оптического распознавания текста показывают довольно высокие результаты в точном распознавании символов. Тем не менее, 100%-ной точности инженерам-исследователям пока добиться не удалось. Поэтому в научном и R&D сообществе всё ещё актуальны вопросы поиска информации и исправления ошибок в распознанном тексте. Для их решения применяются коррекции текста с помощью словаря языка, на котором создан текст, или языковой модели. В частности, для поиска информации используют языковые модели word2vec и сиамскую сеть LSTM.

Поиск объекта на изображении с помощью полносвёрточных нейронных сетей

Иван Ожиганов Ноябрь 24, 2016

Поиск объекта на изображении с помощью полносвёрточных нейронных сетей

Распознавание объектов на изображении с помощью алгоритмов машинного обучения решает многие задачи гораздо эффективнее, чем человеческое зрение. Скажем, свёрточные нейронные сети нашли широкое применение в задачах классификации, детектирования и распознавания изображений. Постепенно круг этих задач расширяется, поэтому не теряет актуальности разработка новых архитектур, слоёв сети и модификаций фреймворков.

Разработка системы распознавания текста на кассовых чеках

Иван Ожиганов Апрель 7, 2016

Разработка системы распознавания текста на кассовых чеках

Задача распознавания текста в различных условиях была и остаётся актуальной. Автоматизировать распознавание документов, кредитных карт, распознать и перевести на другой язык вывеску на билборде – всё это могло бы сэкономить время на сбор и обработку нужных данных. С развитием свёрточных нейронных сетей и методов их обучения качество распознавания текста неуклонно растет.

Локализация объектов на изображении методом свёрточных нейронных сетей

Иван Ожиганов Февраль 25, 2016

Локализация объектов на изображении методом свёрточных нейронных сетей

Глубинное обучение, как ветвь машинного обучения, уверенно набирает обороты в самых разных и нестандартных задачах. На сегодняшний день свёрточные нейронные сети являются безусловным лидером в классификации изображений. Также свёрточные сети используются и для задачи локализации объектов на изображении.

Поиск объектов на изображении ранее выполнялся при помощи каскадного классификатора с признаками Хаара или каскадного классификатора на локальных бинарных шаблонах. Но в настоящее время каскадные классификаторы отодвигаются в сторону свёрточными нейронными сетями. Задачей R&D команды Azoft стала локализация объекта на изображении свёрточной нейронной сетью с лучшим качеством и лучшей производительностью, чем у каскадных классификаторов.

  • Страницы:
  • 1
  • 2