Реализация решения подбора украшения с использованием TensorFlow. Как организовать структуру?

Question

[valentin_dev]

Есть задача реализовать подбор индивидуального украшения для клиента.
Должно работать так : загружаем фотку лица девушки, с помощью TensorFlow определяем какое украшение ей наиболее подходит.
Что есть: 1000 фотографий лиц клиентов (портрет) и для каждого есть 2 фотки украшения которые заказывалось ( сережки и колье ).
Вопрос в том как организовать обучение сети ( вроде более подходит классификация : находим наиболее подходящее лицо и показываем фотки ). Так же не могу догнать как организовать собственно структуру папки для обучения сети.
Какие есть идеи?

Answer 1

[rPman]

Для работы с изображением 1000 фотографий может оказаться недостаточно
Вместо подсовывания в качестве входов пикселов изображения, лучше выделить какие то параметры из фото, и уже на их основе попробовать обучить сеть

Смотришь как работают алгоритмы распознования и к примеру используя 'метод главных компонент' получаешь вектор параметров, однозначно определяющий лицо, и уже на основе его как входные параметры, добавив выходной вектор классификатор (по каждому украшению свой элемент вектора, 0 - не понравилось, 1 понравилось). Вполне возможно что конкретно на основании лица решение не получится найти, потому что нет такой зависимости. Докидывай во входной вектор как можно больше информации о клиентах, даже время покупки может оказаться важным.

С украшениями так же можно поступить, либо вручную либо теми же алгоритмами, выделить из украшений какие то определяющие их параметры, в этом случае сеть будет искать именно параметры 'подходящих украшений' а не конкретные (это лучше, так как для добавления нового украшения не придется переобучать сеть)