Erstellung einer Pipeline für Bildklassifizierungsmodelle mit AutoML

• Daangn Market entwickelte ein Bildklassifizierungsmodell, um zu erkennen, ob Fotos „nichts mit Gebrauchtwarenhandel zu tun haben“ oder „anstößig“ sind

• Einsatz von Google Cloud AutoML Vision Edge

→ Stellt im WebUI grundlegende Funktionen zur Bildbeschriftung bereit

→ Filtert doppelte Fotos automatisch heraus

→ Hervorragende UI zur Modellevaluierung

• Strategie zum Erstellen des Datensatzes: Zusammenarbeit mit dem operativen Team, Keyword-Suche sowie Nutzung ähnlicher Bilder und ähnlicher Beiträge

• Bereitstellung des erstellten Modells auf Server und Client: TF Serving AWS EKS & TF Lite

• Automatisierung der Pipeline: Kubeflow

„Diesmal haben wir AutoML nur auf das Bildklassifizierungsmodell angewendet,

aber wenn andere für den Service benötigte Modelltypen ebenfalls über AutoML verfügbar wären,

würden wir sie gern einsetzen.

Dass die Modellentwicklung automatisiert wurde, war gut, aber ich fand es besonders praktisch, dass in den Phasen „Datenvorverarbeitung“, „Modellevaluierung“ und „Modellbereitstellung“ überhaupt kein Coding nötig war.

Da wir abgesehen vom Pipeline-Code kaum Code schreiben mussten, wurde auch der Wartungsaufwand auf ein Minimum reduziert.“