Mozat personnalise la découverte de la mode grâce à la recherche par similarité d'images en utilisant Milvus
Gestion de dizaines de millions de
les encastrements vectoriels avec une capacité de mise à l'échelle rapide
Atteint le niveau de la milliseconde
vitesse d'interrogation avec une expérience utilisateur optimale
L'avenir de la mode redéfini
avec une fusion harmonieuse de la créativité humaine et de l'intelligence des machines
A propos de Mozat
Fondée en 2003, [Mozat] (http://www.mozat.com/home) a été à la pointe de la technologie, étendant ses activités à l'Asie du Sud-Est et à l'Arabie saoudite. Spécialisée dans les médias sociaux, la communication et les applications de style de vie, le joyau de Mozat, une application pour iPhone et Android appelée [Stylepedia] (https://stylepedia.com/), s'est distinguée comme un témoignage de sa créativité et de son dévouement. Cette application de garde-robe numérique offre aux utilisateurs des recommandations de style personnalisées, intègre les médias sociaux et comporte un outil de recherche d'images pour découvrir des articles de mode similaires. Stylepedia de Mozat réimagine la mode, encourageant un sens de la communauté et de l'exploration du style, où chaque tenue raconte une histoire, et où chaque utilisateur devient un créateur de tendances.
Le défi : naviguer dans le vaste domaine de l'imagerie de la mode
Mozat a imaginé Stylepedia comme étant plus qu'un simple placard virtuel, mais comme un lieu de suggestions de mode hyper-personnalisées, adaptées aux goûts de chacun. Toutefois, cette ambition s'est accompagnée d'un certain nombre de défis. L'un des principaux obstacles était la nécessité de traiter une vaste base de données d'images de vêtements, en croissance exponentielle chaque jour. Dans le même temps, le système devait répondre rapidement, en quelques millisecondes, aux demandes d'images des utilisateurs qui recherchaient un style de mode similaire.
En outre, Mozat devait gérer des photos téléchargées massivement par les utilisateurs, avec des résolutions, des angles et des tailles variables. Le défi était clair : Mozat avait besoin d'une technologie capable de stocker, de reconnaître, de comprendre et de comparer efficacement ces images, en fournissant des résultats précis et rapides comme l'éclair.
La solution : Adopter Milvus comme réseau neuronal de Stylepedia
Dans sa quête d'une solution, l'équipe Mozat a trouvé sa réponse dans Milvus. Il prend en charge les index vectoriels courants et permet d'effectuer des recherches en temps réel sur des milliards de vecteurs d'ensembles de données, ce qui fait de Milvus le choix idéal comme [réseau neuronal] (https://zilliz.com/glossary/neural-networks) pour le système de recherche d'images de Stylepedia.
Le système de recherche d'images comprend quatre modules :
- Détection de vêtements : détection d'objets en temps réel et identification d'articles de vêtements et de classifications.
- Extraction des caractéristiques** : conversion des images en vecteurs à 512 dimensions.
- Recherche de similarité vectorielle** : pour les recherches de similarité à grande échelle.
- Post-traitement** : pour affiner les résultats à l'aide du filtrage des couleurs et des étiquettes critiques, en garantissant l'alignement de la qualité de l'image.
Stylepedia utilise Milvus dans le module de recherche de similarité vectorielle pour prendre en charge les recherches de similarité d'images à grande échelle. Son flux de travail comprend deux parties. Du côté du stockage, les modèles de détection d'objets et d'extraction de caractéristiques convertissent l'ensemble de la bibliothèque d'images de mode en vecteurs de caractéristiques à 512 dimensions. Ces données vectorielles sont ensuite indexées et stockées dans Milvus. En ce qui concerne les requêtes, les modèles d'apprentissage automatique transforment les images demandées par les utilisateurs en vecteurs de caractéristiques. Milvus effectue ensuite des recherches ANN pour les Top-K résultats les plus pertinents par rapport aux vecteurs de la requête et obtient les ID des images correspondantes. Enfin, après un post-traitement (filtrage, tri, etc.), Stylepedia renvoie à l'utilisateur une collection d'images similaires.
En s'appuyant sur Milvus, Stylepedia innove dans trois fonctions essentielles.
- Recherche d'articles vestimentaires similaires** : Les utilisateurs peuvent télécharger des photos de leurs vêtements pour trouver des produits similaires dans leur placard numérique.
- Suggestions de tenues** : Les utilisateurs découvrent des photos de mode contenant des articles spécifiques par le biais de recherches de similitudes, ce qui les aide à effectuer de nouveaux achats ou à trouver des combinaisons uniques.
- Recommandations de photos de mode** : Le système analyse l'historique de navigation et le contenu du placard numérique pour fournir des recommandations de photos de mode sur mesure.
Les résultats : Une révolution de la mode
Grâce à Milvus, Stylepedia est devenue une centrale d'intelligence de la mode. Le volume croissant de données n'était plus un problème car Milvus gérait des milliards de vecteurs, avec une mise à l'échelle transparente. Stylepedia pouvait désormais générer des réponses en temps réel aux requêtes des utilisateurs, ce qui améliorait considérablement l'expérience des utilisateurs. Les utilisateurs pouvaient télécharger des images de leurs vêtements et recevoir rapidement une sélection de vêtements similaires, faisant de Stylepedia une fusion artistique de la technologie et de l'expertise en matière de style.
Avec Milvus, Stylepedia devient un confident de la mode, prédisant les tendances, comprenant les goûts individuels et permettant aux utilisateurs d'assumer leur identité stylistique.
Conclusion : Façonner des parcours stylistiques personnels avec Mozat et Milvus
La collaboration entre Mozat et Milvus a marqué une nouvelle ère dans la découverte de la mode. Stylepedia a cessé d'être une simple application pour devenir une fusion harmonieuse entre la créativité humaine et l'intelligence des machines. En exploitant la puissance de Milvus, Mozat a redéfini la manière dont les utilisateurs interagissent avec la mode, ouvrant la voie à un avenir où la technologie est un partenaire dans l'élaboration des parcours de style personnels.
- A propos de Mozat
- Le défi : naviguer dans le vaste domaine de l'imagerie de la mode
- La solution : Adopter Milvus comme réseau neuronal de Stylepedia
- Les résultats : Une révolution de la mode
- Conclusion : Façonner des parcours stylistiques personnels avec Mozat et Milvus
Contenu
Cas d'usage
Secteur d'activité
La mode