Walter – Image recognition met Machine Learning

Voor Walter hebben we een neuraal netwerk gebouwd waarmee uit een set afbeeldingen van een woning eenvoudig bijvoorbeeld de keuken en de badkamer kunnen worden gevonden.

Vervolgens hebben we een aantal neurale netwerk getraind om de kwaliteit van een ruimte in te schatten. We hebben alle research netjes overgedragen middels Google Colaboratory Research en ook een praktische Docker image gemaakt, waarmee Walter dit alles eenvoudig in de praktijk in kan zetten. – https://walterliving.com

Om niet te verzanden in een oneindig researchproject hebben we van tevoren duidelijk een pipeline bedacht met verschillende stappen. Middels Python en Tensorflow Keras hebben we vervolgens verschillende strategieën vergeleken.

Tot slot is het geheel middels Python Flask en TensorFlow image server in een Ubuntu Docker image gegoten. Dit levert een eenvoudige webservice op die middens JSON te benaderen is. Door het opsturen van een foto naar de webservice krijg je nu binnen milliseconden een resultaat terug – een enorme verbetering ten opzichte van de oude situatie met AUTO-ML, waar het soms tot 20 seconden duurde voor er een uitkomst was.

Bijkomend voordeel voor Walter is dat er nu een duidelijke pipeline is, waarbij nu voor elke stap in de pipeline een student, afstudeerder of andere medewerker aan de slag kan om te proberen die stap de optimaliseren. Door gebruik te maken van statistieken, beeld herkenning en andere databronnen zorgt Walter voor een revolutie bij de aan- en verkoop van huizen.