专访京东商城技术总监桂创华:AI抠图做设计,机器识别山寨货( 六 )

在山寨识别技术的研发中,京东面临了许多挑战。比如鞋子、服装图片中的logo会变形,这对机器学习算法造成了干扰,需要进行倾斜校正;店铺上传的商品图光线存在差异,也会影响识别效果;另外,在包包外形纹理比较相似的情况下,人眼容易识别出来的差别对机器来说却没那么容易。

对此,京东利用海量的商品图片数据,不断优化算法。同时,京东将提高检测速度、优化性能的任务交给英特尔解决,在不损失山寨检测效果的情况下,多倍提升性能。

山寨检测是一个比较典型的深度学习的场景。据了解,英特尔帮助京东对此做了多方面的优化。首先是框架层面,因为它这里面Caffe和TensorFlow都有使用,在框架层面,英特尔已经做了很好的优化。

另外英特尔今年发布的第二代至强可扩展处理器有一个新的特性叫Deep Learning Boost深度学习加速库,Deep Learning Boost我们最早跟京东在山寨检测这个场景上有过很好的应用。相当于我们这里面增加了一个指令叫VNNI 的int8的指令,可以在不损失山寨检测质量的情况下提升几倍的性能。

桂创华说,其实在我们这些应用场景中,算法是京东自研的,性能是英特尔帮助提升的。这对于京东的好处在于通过一台服务器可以处理更多的图片,且每张图片处理速度更快,因此带来了用户体验上的提升。

推荐阅读