Комментарии 7
Здравствуйте! А не думали сделать модель для tensorflow.js и прямо в браузере контролировать качество картинки.
честно говоря не думали, на самом деле тогда когда делали этот проект, этот фреймворк не попадался на глаза, ну а помимо этого, подобное решение потребовало бы привлечение команды разработки нашей платформы, для внедрения в клиентскую часть этой модели, плюс это бы нагрузило компьютеры преподавателей, при условии, что вычисления бы проводились на стороне клиента, а далеко не у всех преподавателей есть хорошее железо :(
Поддерживаю комментарий, со стороны кажется, что следующий шаг — обратная связь преподавателю в режиме онлайн или почти онлайн. Подсказки прямо в интерфейсе: "кажется, у вас не хватает освещения, поставьте лампу" и ссылка на соответствующий раздел инструкций по настройке рабочего места.
Вероятно, можно скриншот с клиента отправлять на анализ на сервер, чтобы не считать на клиенте? Ну и если не получается онлайн обработать, то хотя бы в конце дня письмо преподавателю с рекомендациями.
При этом понравился сам подход к улучшению процесса обучения для клиента и найденное место для применения технологии.
Думаю, вполне легко ввести обязательный перед началом занятий тестовый звонок с роботом, который сразу поможет преподавателю настроить освещение, звук и т.п.
Как я делал нейросеть для оценки картинки с простеньких веб-камер