Por que não há um ponto de extremidade (endpoint)
O modelo, o tempo de execução e a análise são baixados para o navegador e executados lá. Essa não é uma escolha de implantação que poderia ser revertida com um sinalizador; é toda a arquitetura, e é por isso que uma imagem nunca sai do dispositivo em que é verificada.
Uma API inverte isso. Alguém envia uma imagem para um servidor, o servidor a pontua e envia um número de volta, e agora a imagem existe em uma infraestrutura controlada por outra pessoa, por mais breve que seja e por melhores que sejam suas intenções.
Para uma ferramenta cuja proposta inteira é que nada seja enviado, oferecer um ponto de extremidade de upload seria o produto contradizendo a si mesmo. Portanto, esta página não descreve um roteiro futuro; ela descreve um limite e o que fazer a respeito.
Vale a pena dizer isso claramente porque a alternativa é pior. Uma página que sugere a existência de um ponto de extremidade que não existe desperdiça a tarde de um engenheiro, e a página de preços deste site já declara que não há nível pago nem API.
Para que serve realmente a automação
Antes de buscar um ponto de extremidade, vale a pena ser preciso sobre a tarefa, pois uma boa parte da automação pretendida é mais bem resolvida de outra forma.
| Precisa de um serviço | Ferramenta de navegador funciona | Etapa humana é melhor | |
|---|---|---|---|
| Triagem de uploads de usuários em escala | Yes Volume e latência | No | No |
| Verificação da entrega de um fornecedor | No | Yes Um lote de 25 é suficiente | Partly |
| Revisão de um conjunto de sinistros | No | Yes Um lote por envio | Yes O julgamento é o trabalho |
| Auditoria do seu próprio site | Partly Apenas se for enorme | Yes Extrair e agrupar | No |
Três dessas quatro linhas são atendidas por uma pessoa executando lotes, o que vale a pena estabelecer antes que alguém escreva código. A primeira linha é genuinamente diferente, sendo a única que precisa de um serviço hospedado.
Se você realmente precisa de automação
Há três caminhos honestos, e cada um abre mão de algo diferente. Fingir o contrário não ajuda ninguém.
| Opção | Compromisso | Adequado para |
|---|---|---|
| Uma API comercial | As imagens saem da sua infraestrutura | Alto volume, baixa sensibilidade |
| Auto-hospedar um modelo aberto | Tempo de engenharia e hardware | Dados sensíveis, capacidade interna |
| Executar em um navegador que você controla | Estranho mas privado | Volume moderado, privacidade estrita |
| Amostragem em vez de triagem | A cobertura é parcial | A maioria das cargas de trabalho reais |
| Uma etapa de revisão humana | Julgamento mais lento e melhor | Qualquer coisa que afete uma pessoa |
A terceira linha merece explicação porque é subutilizada. Um navegador sem interface gráfica rodando na sua própria máquina, controlando uma página que faz a análise localmente, é uma forma legítima de automatizar sem enviar imagens para lugar nenhum. É pouco glamoroso e funciona.
A quarta linha é a que a maioria das equipes deveria escolher e raramente considera. Triar todas as imagem é caro e geralmente desnecessário; fazer a amostragem de dez por cento, mais tudo o que vem de uma fonte que já gerou problemas antes, pega a maior parte do que importa a uma fração do custo.
Se você hospedar por conta própria
Isto é mais alcançável do que as pessoas supõem, porque os modelos de pesquisa neste campo são amplamente públicos. Um ponto de verificação publicado com uma licença permissiva, um tempo de execução de inferência e um servidor modesto reproduzirão a maior parte do que um serviço comercial vende.
O que você assume é tudo ao redor do modelo. Mantê-lo atualizado conforme os geradores mudam, calibrar um limite para o seu próprio material, medir sua própria taxa de falsos positivos e ter alguém que possa explicar um resultado quando ele for contestado.
Esse último ponto é o custo oculto. Uma capacidade de detecção que ninguém na organização compreende bem o suficiente para defender é um passivo na primeira vez em que uma decisão baseada nela é questionada, e essa pergunta sempre chega, mais cedo ou mais tarde.
O que quer que você construa, inclua isto
Duas decisões de design importam mais do que o modelo que você usa, e ambas dizem respeito ao que acontece após a pontuação.
Nunca deixe que uma pontuação decida qualquer coisa sobre uma pessoa automaticamente. Encaminhe os sinalizadores para um humano, registre o que o humano decidiu em vez do que o modelo disse, e certifique-se de que a pessoa afetada possa ser informada do motivo pelo qual algo foi questionado.
E armazene resultados, não pontuações. Um histórico pesquisável de números vinculados a usuários ou fornecedores nomeados é um registro de perfil que precisará de sua própria justificativa, não adiciona valor operacional e se torna um problema no momento em que alguém solicita seus dados.
Um ponto de partida realista
Para a maioria das equipes que chegam aqui querendo automação, a primeira versão sensata não envolve engenharia alguma. Uma pessoa, um lote por envio recebido e uma nota no arquivo sobre o que encontraram.
Isso produz algo valioso em uma semana: uma noção de qual é a pontuação do seu próprio material. Quase ninguém tem isso quando começa, e sem isso, qualquer limite que você definir no código é apenas um palpite sobre uma distribuição que você nunca mediu.
Assim que você souber onde suas imagens se encaixam, o argumento a favor da automação torna-se concreto em vez de teórico. Você saberá quantos envios por semana realmente justificam uma análise e, frequentemente, a resposta torna a desnecessária a engenharia.
Onde isso não acontecer, você pelo menos estará automatizando com base em uma linha de base medida em vez de uma publicada, o que é a diferença entre um controle que funciona com os seus dados e um que funciona com o benchmark de outra pessoa.
O que medir antes de construir qualquer coisa
Três números transformam uma intenção vaga em uma especificação, e todos os três vêm de executar lotes manualmente por quinze dias.
A distribuição do seu próprio material: onde as imagens genuínas das suas fontes normais realmente caem. Quase todas as equipes ficam surpresas, geralmente porque suas entradas são mais processadas do que percebiam.
Sua própria taxa de falsos positivos: com que frequência um sinalizador acaba sendo apenas processamento comum quando alguém investiga. Este é o número que decide se um controle é utilizável em pessoas reais, e nunca é o número de uma página de fornecedor.
O volume que seria realmente sinalizado: quantos itens por semana um humano precisaria examinar. Se esse número for pequeno, a automação que você estava planejando é apenas uma planilha e um hábito.