Claims (51)
1. Способ, включающий:1. Method, including:
получение изображения домашнего животного, на котором изображено домашнее животное;obtaining an image of a pet, which shows a pet;
анализ с помощью модели распознавания изображений домашнего животного изображения домашнего животного для определения одной или более характеристик домашнего животного;analyzing, with the pet image recognition model, the pet image to determine one or more characteristics of the pet;
получение одного или более типов входных данных, связанных с домашним животным;receiving one or more types of input associated with a pet;
анализ с помощью модели рекомендации кормового продукта для домашних животных характеристик домашнего животного и исходных данных, связанных с домашним животным, для формирования рекомендации по кормовому продукту для домашнего животного и/или рекомендации по кормлению домашнего животного. analyzing, with the pet food recommendation model, the characteristics of the pet and the raw data associated with the pet to form a pet food recommendation and/or a pet feeding recommendation.
2. Способ по п. 1, в котором изображение домашнего животного получают с пользовательского устройства.2. The method of claim 1, wherein the pet image is received from the user device.
3. Способ по п. 1, в котором анализ изображения домашнего животного дополнительно включает в себя:3. The method of claim 1, wherein the analysis of the pet image further comprises:
анализ изображения домашнего животного для выявления одной или более характеристик изображения домашнего животного; analyzing the pet image to identify one or more characteristics of the pet image;
определение одной или более характеристик домашнего животного на основе характеристик изображения.determining one or more characteristics of the pet based on the characteristics of the image.
4. Способ по п. 1, дополнительно включающий:4. The method of claim 1, further comprising:
фильтрацию списка кормовых продуктов для домашних животных на основе по меньшей мере одного предпочтения пользователя для создания отфильтрованного списка кормовых продуктов для домашних животных.filtering the pet food list based on at least one user preference to create a filtered pet food list.
5. Способ по п. 4, в котором по меньшей мере одно предпочтение пользователя включает в себя по меньшей мере одно предпочтение, выбранное из группы, состоящей из предпочтения по злакам, предпочтения по белку, предпочтения по консистенции корма, предпочтения по натуральным ингредиентам и предпочтения по способу покупки.5. The method of claim 4, wherein the at least one user preference includes at least one preference selected from the group consisting of cereal preference, protein preference, food consistency preference, natural ingredient preference, and by way of purchase.
6. Способ по п. 3, в котором характеристики домашнего животного включают в себя одну или более характеристик, выбранных из группы, состоящей из породы, размера породы, размера домашнего животного, физического состояния, стадии развития, степени активности, пола домашнего животного, полового статуса домашнего животного и массы домашнего животного.6. The method of claim 3, wherein the characteristics of the pet include one or more characteristics selected from the group consisting of breed, breed size, pet size, physical condition, stage of development, activity level, sex of the pet, sexual pet status and pet weight.
7. Способ по п. 1, дополнительно включающий расчет одной или более вариаций, выбранных из группы, состоящей из вариации размеров породы, вариации размеров домашнего животного, вариации физического состояния, вариации стадии развития, вариации степени активности и вариации массы домашнего животного.7. The method of claim 1, further comprising calculating one or more variations selected from the group consisting of breed size variation, pet size variation, physical condition variation, developmental stage variation, activity level variation, and pet weight variation.
8. Способ по п. 1, дополнительно включающий: расчет множества вариаций для формирования множества рассчитанных вариаций; оценку списка кормовых продуктов для домашних животных на основе суммы рассчитанных вариаций для выявления одного или более рекомендованных кормовых продуктов для домашних животных.8. The method according to p. 1, additionally including: calculating the set of variations to form a set of calculated variations; evaluating a list of pet foods based on the sum of the calculated variations to identify one or more recommended pet foods.
9. Способ по п. 1, дополнительно включающий:9. The method of claim. 1, further comprising:
предоставление пользователю рекомендации по кормовому продукту для домашних животных, причем рекомендация по кормовому продукту для домашних животных содержит множество кормовых продуктов для домашних животных;providing the user with a pet food recommendation, the pet food recommendation comprising a plurality of pet food products;
получение от пользователя информации о выбранном кормовом продукте для домашних животных из множества кормовых продуктов для домашних животных; obtaining from the user information about the selected pet food product from the plurality of pet food products;
формирование рекомендации по кормлению домашнего животного на основе выбранного кормового продукта для домашних животных.formation of a recommendation for feeding a pet based on the selected pet food product.
10. Способ по п. 9, в котором рекомендация по кормлению домашних животных формируется на основе калорийности выбранного кормового продукта для домашних животных.10. The method of claim 9, wherein the pet food recommendation is based on the calorie content of the selected pet food product.
11. Способ по п. 1, дополнительно включающий:11. The method of claim. 1, further comprising:
хранение поведенческих данных домашнего животного и/или пользователя в базе статистических данных; storing behavioral data of the pet and/or user in a statistical database;
обучение одной или обеих из модели распознавания изображений домашних животных и модели рекомендации кормового продукта для домашних животных на основе поведенческих данных, хранящихся в базе статистических данныхtraining one or both of a pet image recognition model and a pet food recommendation model based on behavioral data stored in a statistical database
12. Система, содержащая:12. System containing:
процессор; CPU;
запоминающее устройство, в котором хранятся команды, которые при их исполнении процессором приводят к тому, что процессор:memory that stores instructions that, when executed by the processor, cause the processor to:
получает изображение домашнего животного, на котором изображено домашнее животное;obtains an image of a pet, which shows a pet;
анализирует с помощью модели распознавания изображений домашних животных изображение домашнего животного для определения одной или более характеристик домашнего животного;parsing, with the pet image recognition model, an image of the pet to determine one or more characteristics of the pet;
принимает один или более типов входных данных, связанных с домашними животными;accepts one or more pet-related input types;
анализирует с помощью модели рекомендации кормового продукта для домашних животных характеристики домашнего животного и исходные данные, связанные с домашним животным, для формирования рекомендации по кормовому продукту для домашнего животного и/или рекомендации по кормлению домашнего животного.analyzes, using the pet food recommendation model, the characteristics of the pet and the raw data associated with the pet to form a pet food recommendation and/or a pet feeding recommendation.
13. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор: 13. The system of claim 12, wherein the storage device stores additional instructions that, when executed by the processor, cause the processor to:
анализирует изображение домашнего животного для выявления одной или более характеристик изображения домашнего животного; analyzes the pet image to identify one or more characteristics of the pet image;
определяет одну или более характеристик домашнего животного на основе характеристик изображения.determines one or more characteristics of the pet based on the characteristics of the image.
14. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор: фильтрует список кормовых продуктов для домашних животных на основе по меньшей мере одного предпочтения пользователя для создания отфильтрованного списка кормовых продуктов для домашних животных.14. The system of claim 12, wherein the storage device stores additional instructions that, when executed by the processor, cause the processor to: filter the list of pet foods based on at least one user preference to create a filtered list of pet foods for pets.
15. Система по п. 14, в которой характеристики домашнего животного включают в себя одну или более характеристик, выбранных из группы, состоящей из породы, размера породы, размера домашнего животного, физического состояния, стадии развития, степени активности, пола домашнего животного, полового статуса домашнего животного и массы домашнего животного.15. The system of claim 14, wherein the pet characteristics include one or more characteristics selected from the group consisting of breed, breed size, pet size, physical condition, developmental stage, activity level, pet sex, sex pet status and pet weight.
16. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор: выполняет расчет одной или более вариаций, выбранных из группы, состоящей из вариации размеров породы, вариации размеров домашнего животного, вариации физического состояния, вариации стадии развития, вариации степени активности и вариации массы домашнего животного.16. The system of claim 12, wherein additional instructions are stored in the memory which, when executed by the processor, cause the processor: to calculate one or more variations selected from the group consisting of a breed size variation, a pet size variation , variation in physical condition, variation in developmental stage, variation in activity level, and variation in pet weight.
17. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор:17. The system of claim 12, wherein the storage device stores additional instructions that, when executed by the processor, cause the processor to:
выполняет расчет множества вариаций для формирования множества рассчитанных вариаций; performs a calculation of the plurality of variations to generate a plurality of calculated variations;
выполняет оценку списка кормовых продуктов для домашних животных на основе суммы рассчитанных вариаций для выявления одного или более рекомендованных кормовых продуктов для домашних животных.evaluates a list of pet foods based on the sum of calculated variations to identify one or more recommended pet foods.
18. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор:18. The system of claim 12, wherein the storage device stores additional instructions that, when executed by the processor, cause the processor to:
предоставляет пользователю рекомендацию по кормовому продукту для домашних животных, причем в рекомендации по кормовому продукту для домашних животных содержится множество кормовых продуктов для домашних животных;provides the user with a pet food recommendation, wherein the pet food recommendation contains a plurality of pet food products;
принимает от пользователя информацию о выбранном кормовом продукте для домашних животных из множества кормовых продуктов для домашних животных; receives from the user information about a selected pet food product from a plurality of pet food products;
формирует рекомендацию по кормлению домашнего животного на основе выбранного кормового продукта для домашних животных.generates a pet food recommendation based on the selected pet food product.
19. Система по п. 12, в которой в запоминающем устройстве хранятся дополнительные команды, которые при их исполнении процессором приводят к тому, что процессор:19. The system of claim 12, wherein the storage device stores additional instructions that, when executed by the processor, cause the processor to:
осуществляет хранение поведенческих данных домашнего животного и/или пользователя в базе статистических данных; и stores the behavioral data of the pet and/or the user in a statistical database; And
выполняет обучение одной или обеих из модели распознавания изображений домашних животных и модели рекомендации кормового продукта для домашних животных на основе поведенческих данных, хранящихся в базе статистических данныхperforms training of one or both of the pet image recognition model and the pet food recommendation model based on behavioral data stored in the statistics database
20. Машиночитаемый физический носитель информации, хранящий команды, которые при их исполнении процессором приводят к тому, что процессор:20. A machine-readable physical storage medium that stores instructions that, when executed by a processor, cause the processor to:
получает изображение домашнего животного, на котором изображено домашнее животное;obtains an image of a pet, which shows a pet;
анализирует изображение домашнего животного с помощью модели распознавания изображений для определения одной или более характеристик домашнего животного;analyzes the image of the pet with the image recognition model to determine one or more characteristics of the pet;
принимает один или более типов входных данных, связанных с домашними животными;accepts one or more pet-related input types;
анализирует характеристики домашнего животного и исходные данные, связанные с домашним животным, с использованием модели рекомендации кормового продукта для домашних животных для формирования рекомендации по кормовому продукту для домашних животных.analyzes the characteristics of the pet and the raw data associated with the pet using the pet food recommendation model to generate a pet food recommendation.