Ali FashionAI Veri Kümesi: "Moda + Yapay Zeka" Babil Kulesi'ni yeniden inşa etmek için bilgiyi kullanın
Lei Feng.com AI teknolojisi yorumu: "İncil · Eski Ahit · Genesis" in 11. Bölümü, insanlığın Babil Kulesi'ni cennete ortaklaşa inşa etmeyi umduğunu kaydediyor, ancak plan çeşitli etnik grupların dil engeli nedeniyle başarısız oldu. Moda alanında yapay zeka da Babil Kulesi sorunuyla karşı karşıyadır.Profesyoneller, makine zekası ve sıradan tüketiciler arasında bilgi tıkanıklıkları ve zayıf iletişim vardır.
Nesnel bilim ve öznel moda, bu iki kavram birbiriyle çelişiyor gibi görünüyor, ancak bir dereceye kadar geleneksel endüstriler ve yeni teknolojiler arasındaki boşluğu da yansıtıyorlar. Alibaba "Görüntü ve Güzellik" ekibi ile Hong Kong Politeknik Üniversitesi Tekstil ve Giyim Bölümü arasındaki bu derinlemesine işbirliğinde, bir endüstrinin, özellikle de moda endüstrisinin ölçütü, makinelerin anlayabileceği mantıksal bir dille nasıl net bir şekilde tanımlanır, standartlaştırılır ve sunulur? Cevabı bulabiliriz.
Alibaba "Görüntü ve Güzellik" ekibi, Hong Kong Politeknik Üniversitesi Tekstil ve Giyim Bölümü ve İngiliz Tekstil Derneği'nin ortaklaşa düzenlediği "Yapay Zeka ve Moda Tekstil Konferansı" akademik konferansı, 4 - 6 Temmuz tarihleri arasında Hong Kong Politeknik Üniversitesi'nde gerçekleştirildi. Akademik açılış konuşmaları, 2018 FashionAI Global Challenge finalleri savunma toplantısı ve çevrimdışı FashionAI konsept mağaza deneyimi etkinlikleri ve daha birçok içerik. Bu olay, Leifeng.com akademik kanalının AI Technology Review altındaki "AI Impact Factor" veritabanı projesinde karşılık gelen bir bonusa sahiptir.
2018 FashionAI Global Challenge, bu yıl Mart ayında başlatıldı ve dünyanın dört bir yanından 42 ülke ve bölgeden 5272 takımdan toplam 6.594 oyuncunun 1,34 milyon RMB ödül havuzu için yarışması için çekildi.
5 Temmuz'daki savunma toplantısı gününde, Xi'an Jiaotong Üniversitesi, Maryland Üniversitesi, Pekin Posta ve Telekomünikasyon Üniversitesi, Çin Bilimler Akademisi Shenzhen İleri Teknoloji Enstitüsü, Vipshop ve diğer üniversite ve kuruluşlardan 10 ekip canlı gösteriler ve savunma oturumları gerçekleştirdi.
FashionAI Küresel Mücadele Kahramanları
Sonunda, Waseda Üniversitesi'nde doktora öğrencisi olan tek takım bilibili, kilit nokta parkurunda şampiyonluğu; Xi'an Jiaotong Üniversitesi'nden Hesi Zhongcheng takımı, giyim öznitelik parkurunda şampiyonluğu kazandı.
Giyim konumlandırma parkurunun kilit noktası şampiyon-bilibili
Giyim etiketi nitelik tanıma şampiyonu-Hesizhongcheng
Bu yarışmaya yanıt olarak, FashionAI Global Challenge'ın son hakemlerinin temsilcisi olarak Çin Bilimler Akademisi Bilgisayar Teknolojisi Enstitüsü'nden araştırmacı ve Çin Bilimler Akademisi Akıllı Bilgi İşlem Laboratuvarı Yönetici Müdür Yardımcısı Dr. Shan Shiguang, Leifeng.com AI Technology Review'e verdiği demeçte, bu FashionAI'nin birçok üniversite ve araştırma kurumunun dikkatini çektiğini söyledi. Ali Tianchi platformunun etkisine ve çekici bonus teşviklerine ek olarak, yapay zekanın moda endüstrisine girmesi de akademik dünyada giderek dikkat çeken bir konudur. "Yapay zekanın, özellikle de bilgisayar vizyonunun ilerlemesiyle, AI gelecekte perakende ve e-ticaret uygulamalarında daha fazla somutlaşacak."
Yarışma sisteminin tanıtımına göre, FashionAI Global Challenge'ın iki ana parçası, giyimde anahtar parça ve giyim öznitelik yolu, ilki kadın giyiminin kilit noktalarının konumlandırılmasına odaklanıyor. Etkinliğin organizasyon komitesi, giysi tasarımı bilgisine dayanarak, bir dizi giysinin kilit noktalarını tanımladı ve kadın giyiminin 6 ana kategorisi (üstler, paltolar, pantolonlar, etekler, tek parça etekler ve tulumlar) altında belirli tanımları sıraladı. Katılımcıların konumlandırma tahminleri için algoritmalar tasarlamaları gerekir; ikincisi ise kadın giyim etiketi bilgi sistemine dayalı bir veri setine dayalıdır; bu, yarışmacıların tek gövdeli (tek model veya tek parça) giyim ürünlerinin kısmi bir kısmını öznitelik boyutu ve öznitelik değeri seviyelerinde gerçekleştirmesini gerektirir. Öznitelik tanıma.
Bu iki ana parçanın ayarı, bilişsel modanın iki temel konusunu yansıtır. Alibaba'nın başkan yardımcısı, Taobao bölümünün teknoloji genel müdürü ve Alibaba Entertainment Youku'nun kıdemli başkan yardımcısı ve CTO'su Zhuang Zhuoran'a göre, Alibaba ve Hong Kong Politeknik Üniversitesi bu yılın başında bu alana yatırım yapmaya ve giyim alanını düzenlemeye başladı. Bu titiz, pratik ve işe özgü giyim veri seti, FashionAI Global Challenge ile aynı zamanda piyasaya sürülecek olan bu titiz, pratik ve işe özel giysi veri setine dönüştürüldü.
Bu, hem giyim profesyonelliğini hem de giyim temel noktası konumlandırma ve giyim temel özellik tanıma gibi görevler dahil olmak üzere makine öğreniminin gereksinimlerini karşılayan sektörün ilk büyük ölçekli, yüksek kaliteli veri kümesidir. Raporlara göre, birincisinin kilit noktalarının tanımı, giyim tasarımı ilkelerinden türetilmiştir ve şu anda 5 kadın giyim kategorisini, toplam 41 alt kategoriyi, 24 anahtar noktayı ve toplam 100.000 etiketli resmi kapsamaktadır; ikincisi profesyonellere dayanmaktadır. Şu anda 5 kadın giyim kategorisini, 41 alt kategoriyi, 8 boyutta 54 etiketi ve toplam 257.000 etiketli resmi kapsayan hiyerarşik bir etiket sınıflandırma sistemi düzenledi ve inşa etti. Veri setinde kullanılan tüm görüntü verileri, çeşitli mevsimlerde, kategorilerde ve diğer boyutlarda yüz milyonlarca giysi verisinden örneklenen e-ticaretin gerçek sahnelerinden gelmekte ve böylece verilerin çeşitliliği sağlanmaktadır.
Giyim, özellikle kadın kıyafetleri, Taobao'daki en büyük mal kategorisidir. 2017'de Double Eleven gününde, giyim endüstrisi işlemlerin% 30'undan fazlasını oluşturuyordu. Alibaba, hazır giyim ve moda endüstrisindeki kullanıcıların muazzam tüketim gücünün farkında ve ayrıca İnternet ve teknolojinin yaratabileceği ticari değere de çok dikkat ediyor.
Alibaba'nın kıdemli algoritma uzmanı Lei Yin (Jia Menglei) liderliğindeki Alibaba'nın "Görüntü ve Güzellik" ekibi, 10 yıl önce Taobao'da görüntü algılama ve arama yapıyordu. O zamanlar, esas olarak ticari resimlerin, yanlış reklamların vb. Telif haklarının korunmasına yönelikti. .
Zhuang Zhuoran'ın dediği gibi, "tanıma" sadece bilgisayar görüşünün bir parçasıdır. Algılama ve etkileşimi daha da gerçekleştirmek ve tüketimi ve üretimi daha da teşvik etmek istiyorsak, teknoloji tek başına yeterli olmaktan uzaktır. Leiyin ayrıca, Taobao'nun bugün karşı karşıya olduğu ikilemin tüketicilerin, platformların ve tüccarların ürün ihtiyaçlarını fikir birliğine varan bir dilde iletemeyeceğinin derinlemesine farkındadır. Lei Yin, "Sadece elbise kategorisinde 20 milyon ürün var ve ürün sayısı çok fazla, ancak yine de istedikleri ürünleri bulamadıklarından şikayet eden birçok kullanıcı var." Alibaba'nın moda perspektifinden veri düzenlemesi hala çok büyük. Bu sayede tüketiciler ihtiyaçlarını iyi ifade edebilmekte ve bu ifadeler aracılığıyla ilgili verilere ulaşabilmektedir.
Verilerin yeniden düzenlenmesi FashionAI'nin önemli bir parçasıdır. Tüketiciler, yalnızca makinelerin insanlar tarafından ifade edilen içeriği anlamasına izin vererek ve verileri etkili bir şekilde sınıflandırarak, giyim endüstrisinin bilişine aşina olabilir ve ihtiyaçlarını daha etkili bir şekilde ifade edebilir.
Öznel bir dünyada nesnel şeyler yapmak kolay değildir ve yapılacak ilk şey, makinenin moda endüstrisinin dilini anlamasına izin vermektir.
"Bırakın makine kıyafetleri anlasın, özü bir kıyafet imajı veri seti yapmaktır." Lei Yin, uygulayıcıların bilgilerini makinenin anlayabileceği mantıksal bir dile dönüştürmek için öncelikle veri setiyle başlamamız ve makinenin her türlü giysiyi anlamasını sağlamak için yeterli veriyi kullanmamız gerektiğine inanıyor. Fark ve özellikler.
Makinenin bir "moda kalbine" sahip olması için moda ve yapay zekayı birleştiren bir veri kümesi oluşturmak, FashionAI'nin temel içeriğini içerir: bilginin yeniden yapılandırılması. Orijinal moda bilgi sistemi sadece profesyoneller arasındaki iletişim ve alışverişte kaldı ve genellikle iki büyük eksiklik ve belirsizlik sorunu vardı. Diğer bir deyişle, aynı kavram düzeyinde birçok bulanık alan olabilir ve bunlar pratik senaryoların çeşitli durumlarını kapsamayabilir.Bu, mantığı takip eden makinelerin "anlayamadığı" ve "tahammül edemediği" bir sorundur. Daha da zor olan, profesyonellerin ve profesyonel olmayanların bilişlerinin tek tip olmaması ve endüstriyel tasarım bilgisi, platform işlem bilgisi ve toplu pazarlama bilgisi için tutarsız standartlar sorunu var.
Leiyin, tüm bilgi sisteminin yeniden inşasında, yalnızca moda endüstrisi için değil, aynı zamanda herhangi bir geleneksel endüstrinin yapay zeka ile güçlendirme süreci için de referans değeri olan üç önemli deneyimi özetledi.
Öncelikle bilginin insanlar arasındaki iletişimi gerçekleştirebilmesi için sadece sektörün sağduyusuna değil, aynı zamanda tüketici algısına da uyması gerekiyor. "İmaj ve Güzellik" ekibi, bu bilgi sistemini "evrensel", aktarılabilir ve anlaşılır hale getirmeyi umuyor, bu nedenle, tüketiciler ve profesyonellerle iletişim kurmak için Hong Kong Polytechnic University ve diğer profesyonel kolejlerle yakın işbirliği yaptı. Bilgi sisteminin birliğini ve dengesini arayın. Örnek olarak "Bohem Stili" ni ele alalım.Bu kategori endüstrinin stil sisteminde bulunmasına rağmen, ekip bu stili kategori tanımına dahil etmedi çünkü tüketiciler ilgili konsept ve bilinçten yoksundu.
İkincisi, bilgi, makineler ve insanlar arasındaki iletişimi kolaylaştırmalı ve mantıksal karşılıklı dışlama ve bütünlük sağlamaya çalışmalıdır. Makine bir 0 ve 1 dünyasıdır, bu nedenle ortadaki bulanık bölgeyi olabildiğince ortadan kaldırmak ve olası tüm durumları kapsamak gerekir. Örneğin, yarım uzunlukta eteğin tanımı "alt vücut kıyafet giyer, en üstteki alt göğüs çizgisini aşmaz ve kasık altındaki orta çizgi sıkılıp dikilmez", pantolonun tanımı ise "alt vücut kıyafet giyer, en üstteki alt göğüs çizgisini geçmez ve orta çizgi kasık altını aşmaz. Tam mantık ve karşılıklı dışlama durumunu tatmin edebilecek "dikişi sıkın".
Üçüncü nokta, "görsel olarak ayrılabilir" ve "duyusal olarak ayrılabilir" arasındaki farkı anlamaktır. Bir sistem öğrenme için yeterli uygun örneğe sahip değilse, ekibin de ödün vermesi gerekir. Örnek olarak "elbise yakasını" ele alalım.Profesyoneller açısından 9 çeşit yakaya ayrılabilir, ancak "Görüntü ve Güzellik" ekibi ve Hong Kong Polytechnic University ekibi sıradan tüketiciler için bu 9 tasmanın çıplak gözle görülmediğini düşündü. Farklıdır ve bu kadar çok ince taneli veri bulmak imkansızdır, bu nedenle sınıflandırmada değiş tokuşlar vardır. Ek olarak, kadın kıyafetleri için, takım elbise yakalarının sınıflandırılmasında uygun şekilde basitleştirilebilecek birçok görsel uyarıcı nokta vardır, ancak erkek giyiminde daha az görsel uyarıcı nokta vardır ve yakaların sınıflandırılmasının daha hassas olması gerekir. Bu aynı zamanda "Görüntü ve Güzellik" ekibi ve profesyoneller tarafından da tekrarlanır. Varılan fikir birliğini koordine edin ve iletin.
Ayrıca Leiyin, bu süreçte yapısal gürültüden kaçınmanın çok önemli olduğunu belirtti. Örneğin, yazın "yuvarlak yakalı" kıyafetleri ararsanız, sonuçlar çok sayıda "T-shirt" gösterebilir. Bu, yapılandırılmış gürültü sorunudur. "Yuvarlak yakalı" ile kış "süveter" verilerini ilişkilendirmek için, emin olmanız gerekir "Bisiklet yakası" çeşitli giyim kategorilerinde örneklenmiştir. Bu süreçte, ekibin mantıksız korelasyonun ortaya çıkıp çıkmadığını kontrol etmek için bilgi ve model kontrolünü kullanması ve ortak parça ile etiket arasındaki korelasyonun gücünü gürültü olup olmadığını belirlemek için kullanması gerekir.
Moda endüstrisini daha iyi anlamak için, başlangıçta sadece spor giyim giyen tipik bir programcı olan Lei Yin, on binlerce yuanlık bir takım elbise özelleştirmek için Şangay'a uçtu. İlk kez, "uygun kıyafetlerin" ne anlama geldiğini anladı; Hangzhou'nun her yerini gezdi. Yintai Şehrindeki her giyim mağazası, çalışanlarla giyinme ve eşleştirme deneyimi hakkında konuştu ... Moda endüstrisinin malzemeler ve kumaşlar üzerindeki tekelinin derinlemesine anlaşılması nedeniyle, Leiyin son birkaç yıldır hiç indirimli kıyafetler satın almadı. . Lei Yinin moda anlayışı gün geçtikçe derinleşiyor ve Lei Yin, "Makinenin öğrenebileceği şey kurallardır, ancak öğrenemeyeceği şey yaratıcılıktır. Bu süreçte tüketicilerin, kurallara aşina olmaktan yaratıcılığı takdir etmeye kademeli olarak geçebileceğini umuyoruz. Modayı makine dilinde daha iyi anlayabilmek, aslında daha fazla tüketicinin estetik seviyelerini geliştirmelerine ve moda endüstrisini daha iyi anlamalarına yardımcı oluyor. Daha fazla insanın dikkatini çekmeyi umarak FashionAI Global Challenge ortaya çıktı. Sektörü değiştirecek, makine-bilişsel modanın temel konularına odaklanmak için birlikte çalışacak ve moda endüstrisinde AI teknolojisinin uygulanmasını ortaklaşa teşvik edecek bu veri setine.
Ancak Leiyin'in görüşüne göre, tüm moda yapay zeka endüstrisi bir futbol oyunu olarak anlaşılırsa, meydan okuma "penaltı vuruşu" ile eşdeğerdir ve belirtilen görevleri organizatör tarafından verilen sınırlı koşullar içinde tamamlanır; ancak bu gerçek olmaktan uzaktır " "Futbol oynamak" hala çok uzak, yani tüm endüstri bilgisinin bilimsel araştırma perspektifinden yeniden yapılandırılması hakkında düşünmek. Sektör için hâlâ yapacak çok iş var.
İletişim sorunları nedeniyle, "İncil" deki Babil Kulesi, çok ırklı insanların işbirliğine rağmen gökyüzüne hala ulaşamıyor. Bununla birlikte, Alibaba'nın "Görüntü ve Güzellik" ekibinin FashionAI veri kümesi, bilginin yeniden yapılandırılmasıyla başlamayı, Moda ve yapay zekayı birleştiren bir bilgi sistemi oluşturmayı ve "yapay zeka + moda" Babil Kulesi inşa etmeyi umuyor.
Referans malzemeleri:
FashionAI Küresel Mücadelesi,
FashionAI veri kümesi,
"Pratik" bir görüntü veri kümesi nasıl yapılır, https://mp.weixin.qq.com/s?__biz=MzI3MTM5ODA0Nw==mid=2247484084idx=1sn=a1e6a1637991c24066fdc0c3297c9b7cchksm=eac32d744dd5e52103
