Специалист по машинному обучению

Задача -  распознавать небо на фотографии в мобильном приложении.

Нейросеть должна находить маску неба для произвольной фотографии. По всей видимости, делать это нужно с помощью метода Semantic Image Segmentation. 

Зачем искать небо.
Мы делаем погодное приложение, в котором погода отражается на фотографиях.
На фото можно показать любую погоду если подменить небо на другое (ясное, пасмурное, облака). Для того, чтобы подменить небо, нужно найти его на фотографии.

Требования к работе.

• Качество имеет значение. Маска неба должна быть как можно более точная.
  Чем выше разрешение - тем лучше.
• В идеале нужно распознавать небо на девайсе. Серверное решение тоже подойдет, при условии, что сервер сможет выдерживать нагрузку клиентов.
• Размер модели нейро-сети на девайсе ограничен: 3 - 4 мегабайт.
• Реализовывать можно на мобильной ОС, которая Вам удобнее. Но лучше это будет Android.
• Реализация на любом удобном вам языке программирования. Но лучше это будет Kotlin, Java или Swift.

Данные для обучения

- Наш набор фотографий с размеченным небом - около 1000 штук.

- Сторонний датасет
https://groups.csail.mit.edu/vision/datasets/ADE20K/

Решение на этом датасете
https://github.com/worstprogrammerCN/FCN-tensorflow-ADE20k

Пример очень хорошего решения нашей задачи можно посмотреть в приложении Pixaloop.

От вас требуется следующее.

- Оценка по времени выполнения этой работы.
- Расскажите о вашем опыте работы с машинным обучением.

Пишите! Вакансия не закрыта, пока висит это объявление.

Павел.