Лично я люблю фуд-фотографию.
Однажды я спросил себя. Как UX может помочь начинающим фотографам делать снимки как профессионалы?
В прошлом году я мечтал сделать для себя приложение, которое подсказывает, как сделать лучшую композицию в реальном времени.
Изучая основы машинного обучения в DataRoot Unversity, эта идея казалась возможной и такой близкой.
Вы начинаете лучше усваивать новые навыки только тогда, когда практикуете что-то, как никогда раньше.
Что, если моя камера станет моим личным тренером, чтобы я не тратил время на изучение композиции и начал делать снимки быстрее и качественнее.
Жестокая реальность всегда здесь, когда дело доходит до воплощения этой идеи в жизнь.
Как UX-дизайнер, я начал думать об аудитории, которая будет пользоваться кроме меня.
Проверка идеи
Только практики и эксперты могут дать представление о том, достаточно ли хороша идея, чтобы ее можно было продолжать.
Один из способов проверки — начать проводить интервью с профессиональными фуд-фотографами. Они лучше знают, чего не хватает новичкам в фотографии.
После нескольких часов интервью я внезапно обнаружил одну мысль, которая привлекла мое внимание.
Люди тратят так много времени на Pinterest, Instagram, гуглят в поисках вдохновения для определенного типа сцены.
Это кропотливая работа, которую следует автоматизировать.
Почему бы не показывать подобные высококачественные и хорошо скомпонованные изображения мгновенно в соответствии с тем, что «видит» камера.
Мой план реализации идеи следующий:
— Найдите ребят из Computer Vision, чтобы они объяснили, как это должно работать.
— Найдите 1 пример для тестирования. Выбираем яблоки.
— Сделать набор данных для обучения нашей нейронной сети
— Приближение к максимально возможному показателю точности
— Демонстрировать результат и повторять дальше
В прошлом году после хакатона Global Hack Weekend моя команда уже в игре. В этом процессе участвовали 2 инженера по компьютерному зрению.
Ребята потратили 2 недели на выбор подходящей нейросети.
Я потратил время на сбор набора данных с яблоками. Сложная задача, так как вы должны собрать почти 2,5 тысячи яблок. Часть с выдающимися фотографиями, а часть с ужасными.
Чтобы собрать всего 2,5 тыс. классных и ужасных яблок, нужно обладать большим воображением, чтобы отфильтровывать отходы.
Еще одной задачей было подготовить фотографии с хорошим и плохим освещением.
Чтобы различать хорошее и плохое освещение, работает другая нейросеть.
Чтобы показать эту идею, мы отправились в Лондон на хакатон HackXLR8.
Презентация идеи
Я решил, что очень важно показывать случайным людям, интересующимся внешним видом. Сбор возражений помог мне улучшить поле на ходу.
Наконец, за 1 час до хакатона нам удалось показать работающий прототип.
Уроки выучены:
- Всегда осваивайте новые навыки
- Тщательно подготовьте вопросы для интервьюеров с бесконечными «почему».
- Приоритизируйте идеи и выделите ту, прототип которой можно создать быстрее.
- Сотрудничайте с правильной командой.
- Всегда заставляйте себя помогать инженерам
- Всегда отвечайте за каждый мельчайший процесс.
UX + компьютерное зрение могут изменить ситуацию во многих областях, как и фотография еды.
Если вы ищете UX-дизайнера, я был бы рад присоединиться к вашей команде.
Не пропустите и другие практические знания.
