Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Ähnlich wie 智を集約しツラみを乗り越えたリピート推定の開発現場
Ähnlich wie 智を集約しツラみを乗り越えたリピート推定の開発現場 (20)
Kürzlich hochgeladen
Kürzlich hochgeladen (8)
智を集約しツラみを乗り越えたリピート推定の開発現場
- 2. 中川 裕太 Research Engineer @ ABEJA
- 10. リピート推定 リリース
- 11. 11
- 16. リピート推定の多種多様な応用先 リピート率の分析 来店者のコホート分析 買い回り分析 VIP認識 O2O施策 …
- 22. 研究と開発のライフサイクルの違い py 新しい手法をどんどん 試したい。 もっと柔軟に実験した い。 安定したモジュールを 使って開発したい。 負荷特性が変わるの はつらい。
- 24. 一般的に精度とコストのトレードオフはある Huang, Jonathan, et al. "Speed/accuracy trade-offs for modern convolutional object detectors." Proceedings of the IEEE conference on computer vision and pattern recognition. 2017.
- 25. そもそも、リピート推定における精度とは？ Detection ? Tracking ? Grouping? Implicating ?
- 27. ツラみの解決策
- 29. マイクロサービスのDAGで変化を取り入れやすく camera camera queue model A model B model C model D aggregator dashboard analysis DAG
- 30. DAGを使い回すことでビジネス仮説検証を効率化 model A model B model C model D 機能A model A model B model E model D model F 機能B
- 31. モデルを入れ替えることで研究成果を反映 model A model B model C model D model A model B+ model C model D
- 34. 動画が queue に溜まり始めると queue model A model B model C model D
- 35. model A がオートスケールし queue model A model B model C model D model A
- 36. 負荷に合わせてオートスケールを伝播させる queue model A model B model C model D model A model B model D model D
- 37. カメラ台数・来客者数と負荷に合わせてコストを最適化 queue model A model B model C model D model A model B model D model D
- 38. 未解決課題と将来展望
- 42. 全体精度を各モデルの精度パイプラインとして捉えて queue model A model B model C 全体の精度指標 model A 精度指標 model B 精度指標 model C 精度指標
- 43. 各精度指標を monitoring に送り queue model A model B model C monitoring
- 44. 時には人間の力もうまく利用する
- 45. 精度指標の可視化はできた
- 46. あとは精度指標を精査して queue model A model B model C model A 精度指標 model B 精度指標 model C 精度指標
- 50. みんなの智を集約しよう 50
Hinweis der Redaktion
- LTで時間も少ないので設計思想だけ話します。実際にどういう風に実装したいか知りたい方は懇親会で話しかけてね。
- 懇親会に触れる