В проекте разрабатывается продукт EORA MAGE Сервис для создания корпоративных поисковых систем по изображениям для применения в ритейл сетях. Данное направление признается очень перспективным в плане коммерциализации, так как сети ритейл есть во всех странах мира. Приблизительная оценка рынков интернет торговли и визуального поиска: - Средний рост интернет-торговли с 2011 по 2019 год (CAGR) составил 28%. За эти годы рынок продаж материальных товаров через интернет вырос с 235 миллиардов рублей до 1,72 триллиона (с учетом НДС) - Доля Интернет-торговли по итогам 2020 года может достигнуть 10% оборота ритейла за счет увеличения онлайн-продаж у традиционной розницы - Глобальный рынок визуального поиска был оценен в 6 669 миллионов долларов США в 2018 году и, как ожидается, принесет около 28 470 миллионов долларов США к 2027 году, при среднем показателе CAGR 17,5% в период с 2019 по 2027 год. Второе место в доле рынка занимает ритейл индустрия. В настоящее время только 8% e-commerce компаний имеют поиск по изображениям на своих сайтах. Согласно последним исследованиям, глобальный рынок визуального поиска, по оценкам, превысит $14,7 млрд к 2023 году, при CAGR +9% в период 2018-2023 годов. Так же, недавние исследования как в США, так и в Великобритании показали, что 62% миллениалов ожидают наличия возможности визуального поиска больше, чем любую другую новую технологию. Эти статистические данные совместно с более широким использованием социальных сетей для обнаружения продуктов являются показателем того, что розничные торговцы и бренды должны внедрять в свои процессы визуальные сервисы, в том числе визуальный поиск по продукции. Таким образом, по оценкам, к 2022 году бренды-первопроходцы, которые перепроектируют свои веб-сайты для поддержки визуального и голосового поиска, увеличат доходы от онлайн-торговли на 30%. Назначение продукта EORA MAGE заключается в автоматизации и ускорение процесса поиска похожих изображений путем применения машинного обучения нейронных сетей. Продукт может быть применен в интернет продажах, и деятельности связанной с поиском похожих изображений (регистрация логотипа). Система EORA MAGE помимо поиска по изображениям предоставляет механизм автоматического обучения на любом массиве данных, в том числе узкоспециализированном. Примерами таких данных могут служить: ассортимент товаров в розничных магазинах(мебель, одежда, хозтовары, канцелярия), логотипы. Сама система визуального поиска имеет множество применений в индустрии электронной коммерции, особенно для розничных торговцев одеждой и домашним декором. Визуальный поиск позволяет розничным торговцам предлагать покупателям тематически или стилистически похожие товары так, как им было бы трудно сделать, используя только текстовый запрос. Время выполнения поиска составляет 0.01-0.015 секунд. Особенность алгоритма является то, что он использует визуальные, а не текстовые признаки и способен улавливать детали или параметры, которые не описаны языком. Например искать похожие черты продукции или, например учитывать подъем обуви (этого нет в текстовом описании товара). Добиться качественного преимущества перед конкурентами можно только при использовании комплексного подхода. Вот несколько принципов, реализация которых дает заявленный результат: 1. Структурирование процесса проведения гипотез обучения с фиксированием обучающих данных 2. Разработка упрощенного инструмента отображения метрик для клиента 3. Конфигурация обучения через параметры командной строки 4. Предложить опцию снижения стоимости использования модели для клиента путем использования менее вычислительно сложных квантизованных/дистиллированных вариантов моделей 5. Использование ""компактных"" индексов, предлагающих квантизацию дескрипторов. 6. Синхронизация через центральную базу данных дескрипторов 7. Поскольку разрабатывать приложение по анализу неактуальных данных на данном этапе будет избыточным, предлагается ввести регулярную чистку неактуальных данных DevOps-сотрудником Благодаря автоматизации процесса, при обучении используются только вычислительные ресурсы(серверы), не человеческие. За счет чего стоимость внедрения и переобучения такой системы в разы уменьшается, что сокращает расходы больших ритейл сетей и повышает ее доступность для небольших бизнесов. Стоимость разработки индивидуального решения варьируется от 300 тыс.руб. до 1 миллиона. С последующей поддержкой в 60 тыс.руб./месяц. В то время как в автоматическом решении EORA MAGE оплата производится по 100 долларов США за обучение и по 0.3 доллара за каждое последующее обращение к обученной нейросети. Коммерциализация отдельных частей продукта уже осуществляется: 2019 год - по н.в. – VisionHub – магазин готовых нейросетевых алгоритмов компьютерного зрения и инструменты для пользования нейросетями по подписке, оценки скорости, качества и точности нейросетей. Внутренняя разработка компании. Заключены контракты с 4 корпоративными клиентами на размещение и обслуживание нейросетей на данном сервисе. Средняя посещаемость сервиса в месяц – 100 тыс. уникальных пользователей на сентябрь 2020. 2019 - 2020 гг. – проект ИНТЭЛС: поиск похожих логотипов. Разработка нейросетевого алгоритма для патентного агентства интеллектуальной собственности «ИНТЭЛС». Алгоритм принимает на вход изображение логотипа, кодирует его в 512-мерный вектор и выполняет поиск ближайших изображений на основании этого вектора. Алгоритм доступен на актуальной версии системы заказчика. 2020 год – проект STAARTER: поиск похожей мебели. Разработка нейросетевого алгоритма для cтудии по разработке программного обеспечения «STAARTER». Работа алгоритма аналогична проекту ИНТЭЛС. Алгоритм находится на стадии финальной интеграции. 2020 год - по н.в. – ФИПС: поиск похожих логотипов, промышленных образцов и геральдических символов. Работа алгоритма аналогична проектам ИНТЭЛС и STAARTER. Алгоритм находится на стадии разработки. Декабрь 2020 - проект EORA MAGE попал в супер-финал Архипелаг 20.35 и набрал самое большое количество судейских баллов. Кроме

Производитель: ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "ЕОРА ДАТА ЛАБ"

IT