如题,最近看完了 cs231n,对深度学习有一定的了解了,想找些外包练练。
图片内找给定物体,图片分类,文本分类
只要确实存在规律,一般都能做出来,效果与数据集的大小,数据集的质量有关。
500/标签,意味着每一个分类需要至少 500 数据
文本分类:csv,utf-8 encoding, 一列是文本,一列是标签
图像分类:jpg/png,文件夹名称作为标签,每一类放一个文件夹
图像找给定物体:原始物体的照片,jpg/png,需要识别的大图,jpg/png (如果 template match 不行,则需要提供 bounding box 等信息)
我会用转移学习的方式,这样在小数据集也会有好的效果。
对于文本,我会用 bert,对于图像,我会用 vgg16。
对于图像找给定物体,我会先尝试使用 template match,如果不行则需要用 fastCNN。
你会拿到一个 jupyter notebook,里面包含了开发时的代码,以及一个 docker 镜像,启动后会提供一个 http 接口用来实现你的任务。
不需要,bert 需要 2G 以上的内存,VGG16 需要 1.2G 以上,其他模型都会有一定的内存需求。
基于目前的薪水,时薪是 75 元左右,所以根据所花时间给费用,简单的任务会在 300-500 之间。
微信 base64:eGJnMTk5MjAyMjE2MDEy