Création d’un pipeline de modèle de classification d’images avec AutoML

• Karrot a développé un modèle de reconnaissance d’images pour déterminer si une photo est « sans rapport avec les transactions d’occasion » ou « à caractère suggestif »

• Utilisation de Google Cloud AutoML Vision Edge

→ Fournit des fonctionnalités de base de labellisation d’images dans la WebUI

→ Filtre automatiquement les photos en double

→ Excellente interface d’évaluation du modèle

• Stratégie de constitution du dataset : collaboration avec les équipes opérationnelles, recherche par mots-clés, utilisation d’images similaires et de publications similaires

• Déploiement du modèle créé côté serveur et client : TF Serving AWS EKS & TF Lite

• Automatisation du pipeline : Kubeflow

« Cette fois, nous n’avons appliqué AutoML qu’au modèle de classification d’images,

mais si d’autres types de modèles nécessaires au service étaient proposés via AutoML, nous serions tout à fait prêts à les utiliser.

L’automatisation du développement du modèle était appréciable, mais j’ai surtout trouvé très pratique qu’aucun code ne soit nécessaire aux étapes de « prétraitement des données », « évaluation du modèle » et « déploiement du modèle ».

Comme nous n’avons pratiquement écrit aucun code en dehors de celui du pipeline, les tâches de maintenance ont elles aussi été réduites au minimum. »