Система анализирует изображения и присваивает грейд по шкале Шелдона, превосходя по точности ручную экспертизу.
Специалисты Сколтеха и Центрального университета совместно с Русским нумизматическим грейдинговым агентством создали алгоритм компьютерного зрения для автоматической оценки состояния коллекционных монет. Как сообщили в пресс-службе Сколтеха, новая технология обеспечивает более высокую точность и объективность по сравнению с ручной экспертизой.
В настоящее время определение подлинности и сохранности монет выполняется экспертами вручную с присвоением грейда по шкале Шелдона. Данный процесс характеризуется субъективностью, а предыдущие попытки автоматизации были применимы только к одному типу монет и не имели практической значимости. Специфика задачи отличается от стандартной классификации изображений: экземпляры могут иметь почти идентичный дизайн, номинал и год чеканки, однако незначительные различия в состоянии определяют принадлежность к разным грейдам.
Для решения этой задачи исследователи сформировали датасет из нескольких типов монет и разработали двухкомпонентную модель глубокого обучения на базе двух вариантов архитектуры ResNet50, дополненную алгоритмом, учитывающим особенности предметной области. «Алгоритм анализирует распределение вероятностей результатов двух моделей, учитывая, что соседние классы — например, монеты, не побывавшие и минимально побывавшие в обращении, — имеют перекрывающиеся визуальные признаки», — пояснил аспирант Сколтеха Мелаку Гетахун.
В рамках второго исследования группа применила визуально-языковую модель для оценки монет высшей категории, которая имитирует реальную практику и анализирует обе стороны монеты одновременно. Поскольку часть признаков сохранности легче описать словами, в модель были включены текстовые подсказки об уровне оценки. В третьей работе точность была дополнительно повышена благодаря использованию иерархического преобразователя в основе алгоритма.
Источник: hi-tech.mail.ru