Aitarget тестирует сервис ресайза рекламных форматов для соцсетей на платформе ML Space

Aitarget с 2013 года предоставляет бизнесу любого размера специализированную платформу для оптимизации рекламных кампаний в соцсетях за счет предоставления удобных инструментов работы с креативами. Решение позволяет разрабатывать привлекательные баннеры со статическим и видеоконтентом для рекламных площадок . Уникальные креативы создаются на базе брендированных шаблонов для динамической рекламы без привлечения дизайнеров и может быть применено ко всем продвигаемым товарам.

Одна из самых распространенных задач, стоящих перед маркетологами — адаптация баннеров под различные форматы. В рекламных кампаниях часто бывает задействовано большое количество площадок и инструментов внутри них, что увеличивает расходы на дизайн и усложняет внутренние процессы в отделах маркетинга.

Технология SmART, за разработку которой взялись специалисты Aitarget, определяет компоненты на готовом макете — логотип, текст, фон, фирменные элементы — и создает из них отдельные слои. Таким образом, имея один креатив, пользователь получает возможность адаптировать его под требования всех интересующих площадок и получить ресайзы в несколько кликов.

Ключевым доводом в пользу Cloud.ru стало наличие платформы для машинного обучения полного цикла ML Space. Платформа обладает полным инструментарием для совместной ML-разработки, начиная с трансфера и разметки данных и заканчивая развертыванием готовых моделей. Использование распределенного обучения на графических процессорах суперкомпьютера Christofari отлично подошло для работы с задачами компьютерного зрения. А наличие в DataHub предобученных моделей ruGPT-3 & family предоставило Aitarget возможность расширить потенциальные возможности сервиса для генерации сложных креативов по текстовому запросу пользователя, а также генерации подписей к креативам.

Для автоматизации работы с креативами разработчики SmART импортировали в ML Space три набора данных, самый большой из которых включал более 9 млн изображений. Затем была проведена кропотливая работа по устранению дубликатов и разметке данных, поскольку на изображениях с несколькими объектами было необходимо определить какой из них является товаром.

Непосредственно обучение модели проводилось в два этапа:

1. Обнаружение объектов на изображениях и их обводка прямоугольным контуром.
2. Уточнение границ объекта для перенесения на новый слой без эффекта «рваных краев».

Обучение заняло свыше 1500 часов на GPU Tesla v100.

По результатам тестов, SmART позволил:

• избавиться от ручного труда по адаптации креативов под требования различных площадок;
• демократизировать работу с креативами для рекламодателей, на данный момент не обладающих универсальными шаблонами для маркетинга;
• увеличить вариативность площадок и форматов размещения;
• высвободить ценные дизайнерские ресурсы для более креативных задач.

Пока разработка используется только для внутренних нужд компании, однако по результатам тестирования пользователи платформы Aitarget Tech смогут ознакомиться с работой SmART в демо-режиме.