Рейтинг@Mail.ru
Highload++ 2017 завершён. Ждем вас на Highload++ 2018!

Профессиональная конференция разработчиков высоконагруженных систем

СКОЛКОВО, Москва 7 и 8 ноября

11-я ежегодная конференция для разработчиков highload-систем, которая соберет   2 700 участников из разных регионов России и мира. Мероприятие направлено на обмен знаниями о технологиях, позволяющих одновременно обслуживать многие тысячи и миллионы пользователей.

Программа охватывает такие аспекты веб-разработок, как архитектуры крупных проектов, базы данных и системы хранения, системное администрирование, нагрузочное тестирование, эксплуатация крупных проектов и другие направления, связанные с высоконагруженными системами.

Определение атрибутов и визуальный поиск в UGC-фотографиях одежды
Нейронные сети, искусственный интеллект

Доклад принят в Программу конференции
MailRu Group

Ведущий разработчик отдела рекомендаций.

Тезисы

Конкуренция в e-commerce в настоящее время является одним из главных двигателей в развитии технологий, позволяющих потребителю эффективнее распоряжаться таким важным ресурсом, как время. В свою очередь компании, совершенствуя свои технологические процессы, получают возможность к расширению своего бизнеса.

Пожалуй, одной из самых высокотехнологичных областей в e-commerce являются рекомендации. Алгоритмы, основанные на поведении пользователей или информации, извлеченной из текстов, достаточно хорошо себя зарекомендовали, но все-таки есть отдельные области рексистем, в которых нужно искать другие решения. В своей работе нам пришлось столкнуться с задачами визуального поиска и визуальных рекомендаций, не решаемых классическими подходами.

В докладе мы расскажем, какие задачи нам пришлось решать в процессе создания рекомендательной системы одежды по фотографиям от пользователей (UGC - user-generated content); покажем, как использовать сверточные нейронные сети в решении задачи поиска по изображениям. Разберем, как можно быстро построить свой поиск по изображениям, используя предобученные нейросети (VGG, ResNet). Как это работает, и почему дает плохое качество. Рассмотрим дообучение сети для выделение атрибуты одежды и как это помогает улучшить качество рекомендаций. Можно ли пойти дальше и использовать object detection?

Лекция рассматривает следующие вопросы практического применения нейросетей:
- Классификации атрибутов одежды.
- Object detection.
- Поиск похожей одежды.
- Рекомендации одежды по фотографиям.

Другие доклады секции
Нейронные сети, искусственный интеллект

Rambler's Top100