AI-спринт

AI-агенты

Обучение

Наш опыт

Подобрать решение

Мы собираем cookie для улучшения нашего сайта

HELLO@EORA.RU

+7 495 414-40-49

Система, позволяющая быстро проверить логотип на плагиат

Поиск похожих изображений

О клиенте

01/

ИНТЭЛСОНЛАЙН — крупное патентное бюро. Занимается сохранением интеллектуальной собственности. Работает с 1988 года.

У ИНТЭЛСОНЛАЙН есть сервис poiskznakov.ru

Для кого он?

эксперты в области интеллектуальной собственности

Он дает возможность проверить онлайн, является ли ваш товарный знак дубликатом

креативные бюро

компании, регистрирующие торговую марку или товарный знак

Перейти к сервису

Задачи, с которыми пришел клиент:

02/

ИНТЭЛСОНЛАЙН пришел с готовым запросом на нейросеть:

Мы доработали его и расширили возможности сервиса

У клиента был нерабочий, "сырой" алгоритм

улучшение

поддержка

Процесс разработки

03/

Эксперты-патентоведы:

Процесс занял

выбрали 100 товарных знаков и подобрали к каждому по 50 похожих.

Наша команда разработчиков:

обучила нейросеть на этом наборе данных. Изначально критериев сходства не было, нейросеть должна была их выделить исходя из примеров.

месяца

Результат:

нейросеть, обученная на 5 тысячах знаков, связывается с базой существующих товарных знаков – их 1,5 млн. Система проверяет логотип пользователя на сходство с ними.

Схема работы системы

04/

Пользователь загружает изображение логотипа:

Нейросеть сравнивает его с товарными знаками, зарегистрированными в странах СНГ, Балтии, а также Базе данных Всемирной организации интеллектуальной собственности

Наша система выдает список товарных знаков с визуально сходным логотипом — потенциальный плагиат:

Список ранжированный — самые похожие товарные знаки показываются вначале. Так мы экономим время экспертов.

Cписок товарных знаков с визуально сходным логотипом

Команда проекта

05/

Computer Vision инженер

MLOps инженер

Менеджер проекта

Data Scientist

BackEnd разработчик

Трудности проекта

06/

В data science всегда есть риск, что ничего не выйдет, просто потому что еще не появились подходящие инструменты. На их поиск обычно требуется много времени

Но здесь все сложилось. Подобрали работающий алгоритм, добились 80-процентной точности и вовремя исправили ошибки, допущенные разработчиками-стажерами.

Плохо успевали по срокам