![](https://squidex.jugru.team/api/assets/srm/8f2eafdb-bbc1-4d08-a8b9-036d5d6b8dc9/2024-04-04-17.48.07.jpg?cache=3600&width=74&height=74&mode=CropUpsize)
Дмитрий Балиев
Компания: SberDevices
Тип доклада: Доклад
Расскажем, как разрабатывали модели замены фона для платформы видеоконференций SberJazz.
Перед нами стояла амбициозная задача: ощутимо улучшить качество моделей по сравнению с доступными открытыми решениями, будучи существенно ограниченными в вычислительных ресурсах из-за необходимости запускать модели в веб-браузерах на обычных ноутбуках наших пользователей.
Пройдемся по основному сетапу обучения моделей сегментации человека: как мы выбирали архитектуры, какие брали данные для обучения и зачем собирали свои, что использовали для аугментации данных, к каким метрикам для оценки качества моделей пришли. Потом пройдемся по вопросу оптимизации моделей: за счет чего мы уменьшили архитектуру, не теряя качество; какие результаты получили, применяя такие общеизвестные подходы, как дистилляция, прунинг и квантизация моделей.
В конце обсудим очень важный для продуктового применения технологии аспект — постобработку сегментационных масок моделей для повышения качества и стабильности работы эффекта.
Компания: SberDevices
Компания: SberDevices