Nos formations : https://www.jedha.co Passionné par le Design, Emmanuelle entreprend ici de lier cela au Deep Learning. Pourquoi ? Proposer des modèles d'assortiment, aider à la création de nouveaux modèles...

1. Chaise Tulip de Saarinen
RECONNAÎTRE DU MOBILIER
DESIGN SUR UNE PHOTO

2. Emmanuelle GUYOT
Co-fondatrice & COO @Forinov
Faciliter la collaboration entre
les grands groupes et startups

3. Reconnaître du mobilier design :
pourquoi ?
10 milliards €

4. 1. Collecter des données
Scrapping via Google Images
Ball chair

5. 2. Créer un modèle
Inception V3
Loss : 0,32
Metrics : 0,90
VGG 19
Loss : 0,23
Metrics : 0,94

6. 3. Tester & Mesurer
Ball Chair Bubble Chair

7. 3. Tester & Mesurer
LCM LCW

8. 3. Tester & Mesurer
Prediction / Actual / Loss / Probability

9. 3. Démo !

10. Prochaines étapes ?
Davantage de
modèles
Recommandation
d’assortiment
+
Estimation du prix
5 800€

11. Data Science
Bootcamp
“L’important, ce n’est pas l’objet mais l’Homme”
Charlotte PERRIAND

13. Loss : Categorical Crossentropy
Used in classification problems where only
one result can be correct
⇒ The closer the model’s outputs are to
the true-class vector, the lower the loss.
Metrics : Categorical Accuracy