Mozat personalisiert die Modesuche durch Bildähnlichkeitssuche mit Milvus
Bearbeitung von Dutzenden von Millionen von
Vektoreinbettungen mit schneller Skalierbarkeit
Erreichtes Millisekunden-Niveau
Abfragegeschwindigkeit bei optimaler Benutzerfreundlichkeit
Die Zukunft der Mode neu gestaltet
mit einer harmonischen Verschmelzung von menschlicher Kreativität und maschineller Intelligenz
Über Mozat
Das 2003 gegründete Unternehmen Mozat steht an der Spitze der Technologie und ist in ganz Südostasien und Saudi-Arabien tätig. Das Unternehmen hat sich auf Anwendungen für soziale Medien, Kommunikation und Lifestyle spezialisiert. Das Kronjuwel von Mozat, eine iPhone- und Android-Anwendung namens Stylepedia, ist ein Beweis für die Kreativität und das Engagement des Unternehmens. Diese Anwendung für den digitalen Kleiderschrank bietet den Nutzern personalisierte Stilempfehlungen, integriert soziale Medien und verfügt über eine Bildsuche, um ähnliche Modeartikel zu finden. Stylepedia von Mozat definiert Mode neu und fördert das Gemeinschaftsgefühl und die Erkundung von Stilen, wobei jedes Outfit eine Geschichte erzählt und jeder Nutzer zum Trendsetter wird.
Die Herausforderung: Navigieren durch das riesige Reich der Mode-Bilder
Mozat stellte sich vor, dass Stylepedia mehr als nur ein virtueller Kleiderschrank sein sollte, sondern ein Ort mit hyper-personalisierten Modevorschlägen, die auf den individuellen Geschmack zugeschnitten sind. Dieses ehrgeizige Ziel brachte jedoch eine Reihe von Herausforderungen mit sich. Eine der größten Hürden war die Verarbeitung einer riesigen Datenbank mit Bildern von Kleidungsstücken, die jeden Tag exponentiell anwuchs. Gleichzeitig musste das System innerhalb von Millisekunden schnelle Antworten auf die Bildanfragen der Nutzer nach ähnlichen Modestilen liefern.
Außerdem musste Mozat mit einer großen Anzahl von Fotos umgehen, die von den Nutzern hochgeladen wurden und die unterschiedliche Auflösungen, Winkel und Größen aufwiesen. Die Herausforderung war klar: Mozat brauchte eine Technologie, die diese Bilder effizient speichern, erkennen, verstehen und vergleichen konnte und dabei blitzschnelle und genaue Ergebnisse lieferte.
Die Lösung: Die Übernahme von Milvus als neuronales Netzwerk von Stylepedia
Auf der Suche nach einer Lösung fand das Mozat-Team seine Antwort in Milvus. Es unterstützt Mainstream-Vektorindizes und ermöglicht Echtzeit-Suchen in Milliarden von Vektoren von Datensätzen, was Milvus zur idealen Wahl als [neuronales Netzwerk] (https://zilliz.com/glossary/neural-networks) für das Bildsuchsystem von Stylepedia macht.
Das Bildsuchsystem besteht aus vier Modulen:
- Kleidungserkennung zur Erkennung von Objekten in Echtzeit und zur Identifizierung von Kleidungsstücken und Klassifizierungen.
- Merkmalextraktion: Umwandlung von Bildern in 512-dimensionale Vektoren.
- Vektorielle Ähnlichkeitssuche: für groß angelegte Ähnlichkeitssuchen.
- Nachbearbeitung: zur Verfeinerung der Ergebnisse durch Farbfilterung und Filterung kritischer Markierungen, um die Bildqualität abzugleichen.
Stylepedia verwendet Milvus im Modul für die vektorielle Ähnlichkeitssuche, um groß angelegte Bildähnlichkeitssuchen zu unterstützen. Der Arbeitsablauf besteht aus zwei Teilen. Auf der Speicherseite konvertieren Objekterkennungs- und Merkmalsextraktionsmodelle die gesamte Modebildbibliothek in 512-dimensionale Merkmalsvektoren. Diese Vektordaten werden dann indiziert und in Milvus gespeichert. Auf der Abfrageseite wandeln Modelle für maschinelles Lernen die von den Benutzern abgefragten Bilder in Merkmalsvektoren um. Milvus führt dann eine ANN-Suche nach den Top-K-Ergebnissen durch, die für die Abfragevektoren am relevantesten sind, und ermittelt die entsprechenden Bild-IDs. Nach der Nachbearbeitung (Filtern, Sortieren usw.) liefert Stylepedia dem Nutzer schließlich eine Sammlung ähnlicher Bilder.
Durch den Einsatz von Milvus innoviert Stylepedia drei wesentliche Funktionen.
- Suche nach ähnlichen Kleidungsstücken: Nutzer können Bilder ihrer Kleidung hochladen, um ähnliche Produkte in ihrem digitalen Kleiderschrank zu finden.
- Outfit-Vorschläge: Nutzer entdecken Modefotos mit bestimmten Kleidungsstücken durch die Ähnlichkeitssuche, was zu neuen Käufen oder einzigartigen Kombinationen verhilft.
- Empfehlungen für Modefotos: Das System analysiert den Browserverlauf und den Inhalt des digitalen Kleiderschranks, um maßgeschneiderte Modefotoempfehlungen zu geben.
Die Ergebnisse: Eine Moderevolution
Mit Hilfe von Milvus entwickelte sich Stylepedia zu einem Kraftwerk der Mode-Intelligenz. Das wachsende Datenvolumen war kein Problem mehr, da Milvus Milliarden von Vektoren verarbeitete und nahtlos skalierte. Stylepedia konnte nun in Echtzeit Antworten auf Benutzeranfragen generieren, was die Benutzerfreundlichkeit erheblich verbesserte. Die Nutzer konnten Bilder ihrer Kleidung hochladen und erhielten schnell eine kuratierte Auswahl ähnlicher Kleidungsstücke, was Stylepedia zu einer kunstvollen Verschmelzung von Technologie und Stilexpertise machte.
Mit Milvus wird Stylepedia zu einem Vertrauten in Sachen Mode, der Trends vorhersagt, den individuellen Geschmack versteht und den Nutzern die Möglichkeit gibt, ihre eigene Stilidentität zu verwirklichen.
Fazit: Persönliche Style Journeys mit Mozat und Milvus gestalten
Die Zusammenarbeit von Mozat und Milvus läutete eine neue Ära der Modeentdeckung ein. Stylepedia war nicht mehr nur eine App, sondern wurde zu einer harmonischen Verschmelzung von menschlicher Kreativität und maschineller Intelligenz. Durch die Nutzung der Leistung von Milvus definierte Mozat die Art und Weise, wie Nutzer mit Mode interagieren, neu und ebnete den Weg für eine Zukunft, in der Technologie ein Partner bei der Gestaltung der persönlichen Style Journey ist.