ファッションにおける類似商品検索アルゴリズムの性能評価 - DROBEプロダクト開発ブログ

概要 背景・目的 実験 実験の概要 定量評価 定性評価 おわりに 参考文献 DROBEで機械学習エンジニアをしております、藤崎です。 概要 類似商品検索の基盤となる複数の特徴抽出アルゴリズムについて、DROBEの保有するデータで評価した 定量評価によると、画像単体を入力とする ResNet-50（自己教師あり学習）とCLIPの性能が高かった 定性評価によって、取り扱うモーダルの違いによる各モデル出力の顕著な差異が確認できた 背景・目的 小売において、商品の在庫は無数に存在しています。そのため、消費者やサービス提供者が商品に紐づく情報（画像、商品の説明文など）を解釈して、特定の商品と類似したアイテムを人手で行うのは困難です。 この課題を解決するために、機械学習手法の活用が注目されています。 機械学習を用いた処理の流れは、 商品に紐づく情報を適切に 「要約」 し、 1.で 「要約」 した商品情

[Alceste]

(話は違うが、パクりが横行し過ぎているアパレル業界では、この仕組みは類似品検索ではなく盗作検索にも使えるのでは無かろうか？)

[misshiki]

“今回は類似商品検索の基盤のアルゴリズムについてさまざま探索しました。”

[kyopeco]

上流でRepresentation Learningして、下流タスクを解くというのは最近の流れよね。

[kenzy_n]

ぜひファッションリーダーになってほしい