Systém pro provoz podobnostního vyhledávání jako službu (SaaS)

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F06270743%3A_____%2F21%3AN0000003" target="_blank" >RIV/06270743:_____/21:N0000003 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Systém pro provoz podobnostního vyhledávání jako službu (SaaS)

Popis výsledku v původním jazyce

Výsledek V3 je softwarový systém, který využívá model natrénovaný pomocí software V1 a umožňuje ho efektivně provozovat jako službu vizuálního vyhledávání na kolekci zákazníkem poskytnutých dat. Tato služba je konfiguravatelná a umožňuje mj. nejdříve na obrázku detekovat objekt(y) a vizuální vyhledávání zacílit právě na tento objekt. Stěžejní je, že je možné provozovat jednu softwarovou službu, která slouží různým zákazníkům s různými kolekcemi dat a hlavně různými modely vizuální podobnosti. Výstup V3 je rozdělen do několika vzájemně spolupracujících SW modulů: ● V3.1 podobnostní index: specializovaný databázový software pro vyhledávání obrázků podle vizuální podobnosti, ● V3.2 extraktor vizálních deskriptorů pomocí natrénovaného ML modelu, ● V3.3 zapojení extraktoru do Flows – technologie umožňující mj. kombinovat detekci objektů a extrakci vizuálních deskriptorů.

Název v anglickém jazyce

Software for running similarity search as a service (SaaS)

Popis výsledku anglicky

The result of V3 is a software system that uses a model trained with V1 software and allows it to be effectively run as a visual search service to the collection of data provided by the customer. This service is configurable and enables among other things, first detect the object(s) in the image and target the visual search exactly this object. Crucially, it is possible to run a single software service that serve different customers with different data collections and mainly different visual models similarities. The V3 output is divided into several mutually cooperating SW modules: ● V3.1 similarity index: specialized database software for image search by visual similarity, ● V3.2 visual descriptor extractor using a trained ML model, ● V3.3 connection of the extractor to Flows – technology allowing, among other things, to combine object detection and visual descriptor extraction.

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/FW03010573" target="_blank" >FW03010573: Vizuální vyhledávání: oborově nezávislé, automatizované hledání podle obrazu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu

FW03010573-V3

Technické parametry

V3.1: Podobnostní index Již před začátkem projektu měl Ximilar k dispozici systém implementovaný v jazyce Java, který umožňoval podobnostní vyhledávání s fixním modelem – stejný podobnostní model pro všechny klienty a jejich kolekce vizuálních dat. Náš indexační mechanismus je založen na principech podobnostních vztahů mezi datovými objekty a rozděluje prostor pomocí vybraných objektů (tzv. pivotů). Tento indexační mechanismus byl v rámci projektu poměrně zásadně upraven tak, aby umožňoval mít vlastní, dynamické nastavení pro každou datovou kolekci. Množina pivotů pro indexaci dané kolekce nyní nemusí být přednastavená, statická a stejná pro všechny kolekce, ale může být vybírána pro každou kolekci zvlášť. V3.2: Extraktor vizuálních deskriptorů Dále v rámci tohoto projektu byl vytvořen subsystém pro zpracování obrazových dat pomocí podobnostního modelu (natrénovaného softwarem vyvinutým v rámci E1). Vytvořili jsme mechanismus, který umožňuje udržovat specifický model vizuální podobnosti pro každou kolekci dat. Vždy, když přijde přes API dotaz na vložení obrázku do kolekce nebo vyhledání vizuálně podobných obrázků v kolekci, tak se v databázi vyhledá příslušný model (a jeho aktuální verze) a obrázek se přepošle do extraktoru vizuálních deskriptorů spolu se specifikací modelu. V3.3: Zapojení extraktoru do Flows Poslední část V3 umožňuje v některých případech nejdříve provést detekci nějakého specifického objektu na zpracovávaném obrázku a teprve z dané oblasti vyextrahovat vizuální deskriptor pro vyhledávání. Pro zrealizování této funkcionality jsme se rozhodli využít již rozpracovaný koncept "Flows", což je mechanismus obecně umožňující řetězit kroky zpracování a rozpoznávání obrazu a také tyto zřetězené kroky větvit na základě výsledku rozpoznání.

Ekonomické parametry

Nasazení výsledku pro nového zákazníka má vždy dvě části: 1. fáze: vytvoření podobnostního modelu na míru zadání a datům, projektově (jednorázová částka), cca 20-60 tisíc Kč podle složitosti problému a dat a podle toho, jakou část práce udělá zákazník sám a jakou realizuje tým Ximilar; 2. fáze: provozování služby. Obecně má Ximilar ceny služeb SaaS podle počtu API dotazů za měsíc; existují různé měsíční cenové plány; služba Custom Visual Search byla zařazena do nejvyššího standardního plánu, tedy nejméně €450/měsíc. Tržby (a plánované tržby) z fáze 1 všech nových zákazníků: rok 2022: cca 420000, rok 2023: cca 840000, rok 2024: 1000000 Tržby (a plánované tržby) z provozu služeb: rok 2022: 1527000, rok 2023: 1940237, rok 2024: 3000000

IČO vlastníka výsledku

06270743

Název vlastníka

Ximilar s.r.o.