Заказчик: интернет-магазин Lamoda. Lamoda выделяется качественными фотографиями товаров с тщательной ретушью, корректировкой углов и фона, которые компания создаёт самостоятельно на своей фотостудии полного цикла, а не покупает от продавцов. Автоматизация обработки фото ускоряет создание карточек обуви. Это сложная задача из‑за отсутствия строго заданных углов поворота: ретушеры при обработке опираются на опыт, насмотренность и образцы «правильных» и «неправильных» снимков. Решение этой задачи представители Lamoda поручили нам.

Для карточек в каталоге Lamoda важна ориентация объекта в кадре — он всегда должен быть расположен в центре, на фоне с градацией светлых оттенков, иметь определенную тень. Поэтому мы использовали ансамбль из двух нейронных сетей, которые определяют, что за снимок загружен: Дихотомическая сегментация изображения: модель делит изображение на несколько однородных областей по разным параметрам — цвету, текстуре и другим. Это помогает отделить предмет от фона. Модель глубокого обучения, которая определяет угол ориентации предмета на фото. Это нужно для последующей корректировки его позиции. Также мы использовали набор морфологических операций библиотеки OpenCV для обработки разных ракурсов объекта — в профиль, сверху, и для поворота в пространстве. Для Lamoda мы сделали удобную консоль, с помощью которой запускается обработка фото. Но это — не единственный вариант: например, аналогичный сервис можно «упаковать» в плагин для Figma или Photoshop. Всё зависит от того, что именно нужно конкретному заказчику. В результате, мы разработали решение, которое ускоряет процесс обработки фото, снимает с сотрудников однотипные, но требующие много времени задачи. Обработку изображения сервис осуществляет за 5–15 секунд, в зависимости от мощности процессора. Человеку на это нужно минимум несколько минут.