В рамках стажировки для телеграмм бота @homebro_rent_bot была выполнена задача по классификации изображений. Для улучшения качества текущего классификатора, который классифицирует ремонт квартир на бабушкин/не бабушкин. Проблема заключалась в том, что имеющийся классификатор определяет качество "бабушкин/не бабушкин ремонт" по всем фотографиям в объявлении, что является не корректным, т.к. там могут присутствовать планы, подъезды, общие виды. Поэтому было принято решение реализовать еще один классификатор, который разделял бы изображения на следующие классы:
- windows (вид из окон)
- buildings (дома)
- interior (интерьер)
- flat_plans (планы квартир)
- entrance (подъезды)
Модель была реализована на TensorFlow с использованием Transer Learning: EfficientNet. На тестовой выборке удалось добиться f1, accuracy = 0.97, что является довольно неплохим результатом. Итоговая модель была сохранена в формате TensorFlowLite для дальнейшего использования.