Cloud-based machine learning

The diploma thesis focuses on the use of cloud-based machine learning technology for the image recognition task. The introduction of the theoretical part describes the characteristics of cloud computing and its distribution models. Later, the specific areas of cloud-based machine learning are presented and the principles of services offered in accordance to specific layers of the distribution model are explained. Furthermore, the author describes the principles of machine learning and its algorithms. The author focuses more on the field of machine learning, that works with images - computer vision. The principles as well as possible applications are described. In the introduction to the practical part of the thesis, the author proposes the architecture of the fully end-to-end solution for the classification of photos of shoes based on their type. The proposed architecture consisted exclusively of cloud services of the Microsoft Azure platform. In the practical part, the author describes in detail the implementation of the proposed solution. The solution consists of creating a mobile application that allows the user to take pictures of the shoes which are then sent to the cloud storage. As part of the defined workflow, the built classification model of the cloud service for image recognition is then called, which determines what type of shoe is in the photo. Part of the practical part was also the creation of a web portal, which allows the user to view, search and filter the photos of shoes based on their type. This portal works with information obtained from the output of the classification model. In the last section of the practical part, the author creates the same classification model using the Google Cloud AutoML Vision service. The goal is to compare the accuracy and quality of such a model with the model created by Microsoft Custom Vision.

Diplomová práce se zabývá použitím technologie cloud-based machine learning pro úlohu rozpoznávání obrazu. V úvodu teoretické části jsou popsány vlastnosti cloud computingu a charakteristiky jednotlivých distribučních modelů. Později jsou uvedeny jednotlivé oblasti cloud-based machine learning a vysvětlen je princip nabízených služeb dle konkrétních vrstev distribučního modelu. Dále autor popisuje principy fungování strojového učení a jeho algoritmů. Autor se podrobněji věnuje oblasti strojového učení, která pracuje s obrazem, a to počítačovému vidění. Popsaný je způsob fungování jakož i jednotlivé aplikace možného využití. V úvodu praktické části práce autor navrhuje architekturu realizovaného řešení klasifikace fotek bot podle jejich typu i spolu s celkovým end-to-end řešením. Navržena architektura sestává výhradně z cloudových služeb platformy Microsoft Azure. Autor v praktické části podrobně popisuje samotnou implementaci navrženého řešení. Ta sestává z vytvoření mobilní aplikace, pomocí které umí uživatel vyfotit boty, a která následně tyto fotky pošle na úložiště do cloudu. V rámci nadefinovaného workflow se pak zavolá vytvořen klasifikační model cloudové služby pro rozpoznávání obrazu, který určí, jaký typ boty se na fotce nachází. Součástí praktické části je také vytvoření webového portálu, který slouží na přehlednou evidenci, a který uživateli umožňuje prohlížet, vyhledávat a filtrovat vyfocené boty na základě jejich typu. Tento portál pracuje s informacemi získanými z výstupu klasifikačního modelu. V poslední sekci praktické části autor vytváří stejný klasifikační model za využití služby Google Cloud AutoML Vision. Cílem je porovnání přesnosti a kvality takového modelu s modelem vytvořeným službou Microsoft Custom Vision.