Краткое содержание

Я разрабатываю небольшой инструмент для обнаружения смещения (дрифта) в конвейерах компьютерного зрения и пытаюсь разобраться, решает ли этот инструмент реальную проблему или же я просто удовлетворяю собственные потребности. Идея проста: извлекаем эмбеддинги из эталонного набора данных, сохраняем статистику, после чего сравниваем новые изображения с этой распределённой моделью, чтобы получить оценку дрифта. Всё сохраняется в виде артефактов (JSON, NPZ-файлы, графики, изображения). Небольшая панель управления в стиле MLflow позволяет просматривать запуски локально (бесплатно) или онлайн (платная версия). Суть сводится к следующему: эмбеддинги → оценка дрифта → лёгкая информационная панель. Итак, интересует следующее: - Действительно ли команды заинтересованы в таком минималистичном инструменте? - Как вы сейчас отслеживаете дрифт в системах компьютерного зрения? - Стоит ли платить за такой инструмент или он полезен лишь как open-source проект? Пытаюсь оценить реальный спрос перед дальнейшим совершенствованием инструмента. Любые отзывы приветствуются.