RE-Tagger: A light-weight Real-Estate Image Classifier

要約

不動産の画像タグ付けは、手動の注釈に伴う労力を節約し、ユーザーエクスペリエンスを向上させるための重要なユースケースの1つです。
この論文は、不動産画像分類問題のためのエンドツーエンドパイプライン（RE-Taggerと呼ばれる）を提案します。
カスタムInceptionV3アーキテクチャを使用して、画像をさまざまなカテゴリ（寝室、バスルーム、キッチン、バルコニー、ホールなど）に分類する2段階の転移学習アプローチを紹介します。
最後に、2GBのRAMを搭載した2コアマシンで実行されるWebアプリケーションとしてホストされるRESTAPIとしてアプリケーションをリリースしました。
デモビデオはこちらから入手できます。

要約(オリジナル)

Real-estate image tagging is one of the essential use-cases to save efforts involved in manual annotation and enhance the user experience. This paper proposes an end-to-end pipeline (referred to as RE-Tagger) for the real-estate image classification problem. We present a two-stage transfer learning approach using custom InceptionV3 architecture to classify images into different categories (i.e., bedroom, bathroom, kitchen, balcony, hall, and others). Finally, we released the application as REST API hosted as a web application running on 2 cores machine with 2 GB RAM. The demo video is available here.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google