Contexte et problématique

 

Ce projet est relié au projet d’analyse de la peau. Une fois les scores prédits, notre client -un acteur de cosmétique de luxe a souhaité mettre en place un système de visualisation (segmentation) des zones du visage ayant servis à prédire les scores.

 

Objectifs

 

L’objectif est de montrer que les algorithmes d’analyse de peau se basent sur les bonnes informations présentes dans l’image.

 

Notre intervention

 

2 Data Scientist en mode SCRUM

• • Création et nettoyage du jeu de données
  • Préparation de la donnée (normalisation, data augmentation à la volée, etc…)

Nous avons développé une solution se basant sur les différentes couches de l’algorithme afin de mettre en avant les pixels ayant servis à la prédiction.
De plus, nous avons complété certaines visualisations en passant par un GAN modifiant l’âge à zéro pour récupérer un différentiel de rides. Les résultats ont ensuite été amélioré et rendus plus esthétique via plusieurs process (altération de l’alpha, heat map, guided filtering…)

 

Résultats

 

Les visualisations peuvent se faire de manière groupées ou individuelles
Elles sont très robustes et ont été validée pour être déployées sur machine en boutique
Les opérations permettant ces visualisations ont été testées sur mobile avec succès

 

Environnement technique

 

Python – Pytorch – Tensorflow – Pillow – Scikit Image – Innvestigate – Onnx – Tflite – Tfjs – PytorchMobile – pandas
GAN
Docker – Conda – Jupyter
Git – GitLab
Linus – Cuda