【EasyDL应用】图像识别解决海量家居图分类难题

EasyDL作为一款图像和声音的定制训练和服务平台,只要根据页面文字提示进行简单的拖拽操作,最快10分钟即可训练出定制化的深度学习模型。

近期小PP将会带来EasyDL的行业应用案例,欢迎小伙伴们持续关注~

核心诉求

随着消费水平的逐步提升,家居装修也从满足基本居住需要,进化到满足美好生活的需要,家居个性化已经成为重要的消费诉求。对于家居网站家图网来说,如何让用户在平台中快速、精准的找到自己喜欢的装修图片,并找到喜欢的商品进行购买,是满足用户个性化需求的重要服务。

但由于装修图库的图片量非常大,且传统的人工打标签的方式,效率又低,准确率也有限,所以不能充分利用丰富的图片库资源做精准推荐,也间接影响商品购买的转化率。因此快速、精准的给海量图片打标签成为问题的关键一环。

EasyDL如何助力家居图片分类

传统方式是需求方提交海量数据集,由技术服务方人工建立服务,训练完成以后将图像分类API交给需求方,这种方式不仅周期长、效率低,而且很难达到实时更新效果。借助EasyDL定制化训练和服务平台,可同时开启多个训练任务,对海量家居图片进行多个纬度的分类打标签训练,并可以实时调取识别结果并随时更新模型能力。

EasyDL定制化训练和服务平台:支持定制个性化图像识别模型,只需标注少量数据即可完成模型训练。该方案的优点在于:

1. 托拉拽方式提交训练图片,快速完成数据标注及模型训练;

2. 多种算法组件及训练模板,实现少量数据训练精准模型;

3. 提供数据标注—模型训练—生成稳定API或离线SDK一站式稳定服务。

下面以家图网训练的“空间,色彩,风格”分类标签的混合应用为例,说明定制化图像识别的应用场景。

应用场景一:猜你喜欢(相似图片推荐)

首页示例

家图网对“猜你喜好”的要求是:必须推荐的是同空间的图片。

例如上图,当前图片是一张客厅图片,那么下面的“猜你喜好”

1)必须是客厅的图片;

2)必须风格和色彩上接近,以保证在视觉上的相似。

只有以上两个条件同时满足,才能真正帮助用户找到符合他兴趣的图片。

家图网利用EasyDL定制化训练和服务平台,在短时间内可训练出空间,色彩和风格三个纬度的分类标签,然后通过交叉算法,得出目前的结果。数据证明,新的“猜你喜欢”使用户的图片点击量提高了30%。

应用场景二:图中商品识别与购买推荐(拍照识图)

图像识别技术能解决相似的问题,但是在家居图片场景下,很多商品会因为放置的空间不同,功能用途就不同,因此推荐的商品也应该随场景不同而不同。例如“柜子”,造型相似的柜子,如果放在玄关,最大可能是“鞋柜”;放在餐厅,就应该是“餐边柜”。这不属于技术范畴,而属于行业知识范畴。

为了解决上述问题,家图网使用EasyDL定制化训练和服务平台给每张图片都打上空间标签,然后与识别出来的商品类别进行交叉,从而得出正确的结果。

合作成果

1. 利用EasyDL定制化训练和服务平台在很短的时间内,训练出若干分类标签,然后对家图网的数百万张图库图片进行识别打标签,使图片的利用率从过去的30%提升到80%。结合相似图片推荐的改进,使推荐图片点击率上升了30%。

2. 将模型能力应用到商品识别和购买推荐上,品类识别准确率从50%上升到95%。

如果你也和家图网一样,有海量图片需要分类打标签,快来试试EasyDL训练一个属于自己的图像分类模型吧~

本文分享自微信公众号 - PaddlePaddle(PaddleOpenSource)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-10-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏程序员同行者

Django项目中使用celery做异步任务

在写项目过程中经常会遇到一些耗时的任务, 比如:发送邮件、发送短信等等~。这些操作如果都同步执行耗时长对用户体验不友好,在这种情况下就可以把任务放在后台异步执行...

31310
来自专栏上善若水

006android初级篇之jni数据类型映射

JNI是Java Native Interface的缩写,它提供了若干的API实现了Java和其他语言的通信(主要是C&C++)

11730
来自专栏AI科技大本营的专栏

AI一分钟 | 传阿里暂停在美扩张云业务;Google发布AI工具以识别儿童性侵犯图片

9 月 3 日消息,据美国媒体报道,消息人士透露,由于阿里巴巴挑战亚马逊AWS服务和美国其他云服务的最初努力未达预期效果,因此该公司将暂停在美国扩张云业务的计划...

15840
来自专栏Petrichor的专栏

深度学习: 参数初始化

好的开始是成功的一半。 为了让你的模型跑赢在起跑线 ε=ε=ε=(~ ̄▽ ̄)~ ,请慎重对待参数初始化。

55230
来自专栏人工智能头条

每周值得关注的AI头条:谷歌回归是AI人才争夺的开始

大家好我是智能禅师。智了能的禅师,观了音的AI。惯例是先放一首歌,道友们伴着歌声开启新一周的修行吧。

14130
来自专栏Petrichor的专栏

python: hasattr()、setattr()、getattr()、delattr() 内建函数

20220
来自专栏Petrichor的专栏

深度学习: 网络超参数设定

卷积时在 图像每一维([batch, in_height, in_width, in_channels])的步长,这是一个一维的向量,长度4。

26220
来自专栏AI科技大本营的专栏

汉语转拼音工具、新华字典API——两个支持Python的中文资源

【导读】平常为大家推荐的资源中,以英语语言占据大多数。今天 AI科技大本营特别要为大家推荐两个跟中文相关的资源工具。先简单介绍下这两个资源工具都是什么。第一个,...

28930
来自专栏Petrichor的专栏

python: argparse库 & 命令行解析工具

16030
来自专栏Petrichor的专栏

python: 大小写转换 内建函数

18820

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励