Slides zum Vortrag am Mobile Media Forum Wiesbaden 2019:
Beispiele für Machine Learning im B2B-Services; Anwendungen von Public Cloud ML Services (Google ML Kit, Amazon Rekognition, MS Cognitive Services.
5. Percentage of Time Allocated to
Machine Learning Project Tasks
ML Operationalization2%
ML Model Tuning5%
Data Augmentation15%
ML Model Training10%
Data Labeling25%
ML Algorithm Dev.3%
Data Identification5%
Data Aggregation10%
Data Cleansing25%
Quelle: Cognilytica
7. Klassifizierung der KI Optionen
Aus Entwicklersicht
€€€€€€ €€
• beliebig trainierbar
• hoher Datenbedarf
Individuell wählbarer
Technologie-Stack
„As-is“-Technologie„As-is“-Technologie
• nicht trainierbar
• kein Datenbedarf
• anwendungsspezifisch trainierbar
• geringer Datenbedarf
8. „Erkennen“ von Produkten in Prospekten
Mobile Shopping
Google ML KIT
APIs für mobile
Anwendungsfälle
• Texterkennung
• Gesichtserkennung
• Eigenentwicklungen
Preisbeispiel
100.000
Aufrufe/Monat
= ca. $ 150
Mobiles SDK für
Machine Learning
(iOS u. Android)
Lesen von
Produktnummern
€
9. Identifizierung von unerwünschtem
Content: Erkennen von nicht
jugendfreien und freizügigen Inhalten
Upload Filter
Microsoft Cognitive
Services - Computer
Vision API
Preisbeispiel
1000 analysierte
Bilder = ca. $ 1.2
€
10. Automatisierte Auszeichnung von
Immobilienfotos
Immobilienportal
Preisbeispiel
1000 analysierte
Bilder = ca. $ 1.2
API liefert Konfidenzwert
für erkannte Sachverhalte.
Amazon Rekognition
Image ist ein mit Deep
Learning ausgestatteter
Bilderkennungsservice,
der u.a. Objekte, Szenen,
Gesichter, Text, bekannte
Persönlichkeiten und
unangemessene
Bildinhalte erkennt.
€
11. Analyse eingehender Dokumente
Robotic Process
Automation
Almato
Robots-as-a-Service
Identifikation von
Formulartypen
Almato Prepackaged
Bot „Customs“
€€
„Intelligentes“ OCR
13. Erkennung von Objekten im 3D-Raum
Mobile App für
Objekterkennung
ML Model:
Object Detection
(vgl. Gluon Model Zoo)
ML Framework Gluon
€€€€€ (€€)
Datengenerierung
proprietär (Python-
Anwendung)
Labeling (Dienstleister)
SSD Single Shot
Detection
14. Quelle: Wikipedia
„Object detection is a computer technology related to computer vision
and image processing that deals with detecting instances of semantic
objects of a certain class (such as humans, buildings, or cars) in digital
images and videos.“
15. Anwendungsfall Objekterkennung
Hersteller von
Armaturen
• +1000 verschiedene
Produkte
• Servicetechniker kann
mit App Produkt
identifizieren
Vortrainierte Modelle
vielversprechend Ansatz
• Herausforderungen
Spiegelungen im
Produkt
• Für Modelltraining
mehrere 10.000 Bilder
je Produkt
• Echtdatengenerierung
mit Labeling
• Daten synthetisch
generieren (hier 3D-Modelle)
• Daten augmentieren
(während Model Training)