计算机视觉之商品识别的技术难点及场景应用( 四 )

计算机视觉之商品识别的技术难点及场景应用

在实际商品识别应用中,单纯一个识别模型很难解决实际的问题,往往需要通过物理条件的改变,以及多模型的融合才能达到可以应用的水平。模型复杂度的增加也会影响最后的计算资源成本。

商品识别目前处于什么水平

商品识别最早的应用场所是拍照购物,通过图像识别找到同款商品。早在10年前硅谷有个创业公司SnapTell’s就是做类似的产品,在2009年被亚马逊旗下公司A9收购。后来的图片社区pinterest和谷歌图片搜索都有类似的功能。

计算机视觉之商品识别的技术难点及场景应用

国内的淘宝拍立淘是阿里自研的图片购物产品,其优势在于淘宝巨大的图片库。而电商的另一巨头京东拍照购的核心算法是由海深科技在2017年上线提供的。海深科技在小物体的目标检测方面有行业内前沿性的技术,能够准确的检测和识别穿在脚上的鞋子等小物体。同时海深科技为小红书、搜狗等应用提供图像识别服务,提供图像变现的新途径。目前对电商网站用户评论区的图片进行同款搜索,海深科技的top20的准确率在75%左右,处于行业领先地位。本次AI界盛会上,海深科技也受邀参展,并现场展现了基于商品识别技术的智能产品。

推荐阅读