Как найти и закрыть гос. номер на фото автомобиля и помешать копированию контента c помощью adversarial attack

Содержание

Слайд 2

@sergeevii123
Senior DS in Avito
команда: DS as a service
что я делаю – computer

@sergeevii123 Senior DS in Avito команда: DS as a service что я
vision
что вообще делаем:
CV
OCR
NLP

Слайд 4

69 лайков
> 50 k просмотров
181 комментарий
(из них ~10 технические)

204 лайка (топ

69 лайков > 50 k просмотров 181 комментарий (из них ~10 технические)
1 в блоге Авито)
> 40 k просмотров

Слайд 7

Зачем?

По гос. номеру можно найти много дополнительной информации о машине

Зачем? По гос. номеру можно найти много дополнительной информации о машине

Слайд 9

bot в телеграме

bot в телеграме

Слайд 10

Зачем?

По гос. номеру можно найти много дополнительной информации о машине
Некоторые пользователи Авито

Зачем? По гос. номеру можно найти много дополнительной информации о машине Некоторые
сами закрывают гос. номер

Слайд 14

Зачем скрывать гос. номер на фото авто?

По гос. номеру можно найти много

Зачем скрывать гос. номер на фото авто? По гос. номеру можно найти
дополнительной информации о машине
Некоторые пользователи Авито сами закрывают гос. номер
Наши конкуренты уже это сделали

Слайд 15

Масштаб проблемы

В день 20 000 новых объявлений в Авто
За 2018 год было

Масштаб проблемы В день 20 000 новых объявлений в Авто За 2018
продано 2,5 миллиона автомобилей ~7000 в день

Слайд 17

Object detection

Двухэтапные модели
Faster RCNN, Mask RCNN

Одноэтапные модели
SSD, YOLO, RetinaNet

Object detection Двухэтапные модели Faster RCNN, Mask RCNN Одноэтапные модели SSD, YOLO, RetinaNet

Слайд 18

Двухэтапные детекторы

Двухэтапные детекторы

Слайд 19

Двухэтапные детекторы

Двухэтапные детекторы

Слайд 21

Изменить bbox regressor

Изменить bbox regressor

Слайд 22

Нужна ли тяжелая сеть?

Бинарная классификация

Нужна ли тяжелая сеть? Бинарная классификация

Слайд 23

Нужна ли тяжелая сеть?

Бинарная классификация
На фото один номерной знак

Нужна ли тяжелая сеть? Бинарная классификация На фото один номерной знак

Слайд 24

Нужна ли тяжелая сеть?

Бинарная классификация
На фото один номерной знак
Производительность

Нужна ли тяжелая сеть? Бинарная классификация На фото один номерной знак Производительность

Слайд 25

Нужна ли тяжелая сеть?

Нужна ли тяжелая сеть?

Слайд 26

Resnet18

Regression 8 coordinates

Binary Classification

Resnet18 Regression 8 coordinates Binary Classification

Слайд 27

Данные

Данные

Слайд 29

Настройка толоки

Правила против ботов
Honey-поты

Настройка толоки Правила против ботов Honey-поты

Слайд 30

Сколько стоит?

4000 картинок
перекрытие 3
всего 28$

Сколько стоит? 4000 картинок перекрытие 3 всего 28$

Слайд 31

Обучение

Обучение

Слайд 32

Прод!

nvidia-docker
веса в git lfs
kubernetes

Прод! nvidia-docker веса в git lfs kubernetes

Слайд 33

accuracy на тестовой выборке 0.98
95-й перцентиль 250 мс

accuracy на тестовой выборке 0.98 95-й перцентиль 250 мс

Слайд 36

Что происходит?

Что происходит?

Слайд 37

Что с картинками?

Что с картинками?

Слайд 38

Что с картинками?

Что с картинками?

Слайд 41

Adversarial Examples

Adversarial Examples

Слайд 44

Visualization, Deep Dream, Neural Style,
Adversarial Examples

CS231n youtube lecture

Visualization, Deep Dream, Neural Style, Adversarial Examples CS231n youtube lecture

Слайд 45

Visualization, Deep Dream, Neural Style,
Adversarial Examples

CS231n youtube lecture

Visualization, Deep Dream, Neural Style, Adversarial Examples CS231n youtube lecture

Слайд 46

Visualization, Deep Dream, Neural Style,
Adversarial Examples

CS231n youtube lecture

Visualization, Deep Dream, Neural Style, Adversarial Examples CS231n youtube lecture

Слайд 47

Visualization, Deep Dream, Neural Style,
Adversarial Examples

CS231n youtube lecture

Visualization, Deep Dream, Neural Style, Adversarial Examples CS231n youtube lecture

Слайд 48

Итеративный метод

Итеративный метод

Слайд 49

Итеративный метод

Итеративный метод

Слайд 50

Fast gradient sign method (FGSM)

Fast gradient sign method (FGSM)

Слайд 52

Targeted fast gradient sign method (T-FGSM)

Targeted fast gradient sign method (T-FGSM)

Слайд 55

Архитектура сети известна
Гиперпараметры известны
Можно получить предсказания и градиент

Архитектура сети неизвестна
Гиперпараметры неизвестны
Можно получить

Архитектура сети известна Гиперпараметры известны Можно получить предсказания и градиент Архитектура сети
предсказания (с ограничениями)

White box vs Black box

Слайд 57

https://arxiv.org/abs/1804.05810

ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector

https://arxiv.org/abs/1804.05810 ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector

Слайд 58

https://arxiv.org/abs/1804.05810

ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector

https://arxiv.org/abs/1804.05810 ShapeShifter: Robust Physical Adversarial Attack on Faster R-CNN Object Detector

Слайд 59

Насколько переобучена сеть автору?

Насколько переобучена сеть автору?

Слайд 60

Насколько переобучена сеть автору?

Насколько переобучена сеть автору?

Слайд 61

Насколько переобучена сеть автору?

Насколько переобучена сеть автору?

Слайд 71

1st adversarial attack in prod

1st adversarial attack in prod

Слайд 72

Imagenet-trained CNNs are biased towards texture

Imagenet-trained CNNs are biased towards texture
Имя файла: Как-найти-и-закрыть-гос.-номер-на-фото-автомобиля-и-помешать-копированию-контента-c-помощью-adversarial-attack.pptx
Количество просмотров: 35
Количество скачиваний: 0