Milvusを使った画像類似検索でファッションの発見をパーソナライズするMozat
数千万ドルを扱う
高速スケーリング機能を備えたベクトル埋め込み
ミリ秒レベル達成
最適なユーザーエクスペリエンスとクエリ速度
ファッションの未来を変えた
人間の創造性と機械知能の調和のとれた融合で
#モザットについて
2003年に設立されたMozatは、東南アジアとサウジアラビアで事業を展開し、テクノロジーの最前線にいる。ソーシャルメディア、コミュニケーション、ライフスタイル・アプリケーションに特化しており、モザットの至宝であるStylepediaと呼ばれるiPhoneおよびAndroidアプリケーションは、その創造性と献身の証として際立っていた。このデジタル・クローゼット・アプリケーションは、ユーザーにパーソナライズされたお勧めのスタイルを提供し、ソーシャルメディアを統合し、類似のファッション・アイテムを発見する画像検索ツールを備えている。MozatのStylepediaは、ファッションを再構築し、コミュニティとスタイル探求の感覚を育み、すべての服がストーリーを語り、すべてのユーザーがトレンドセッターになる。
課題：ファッションイメージの広大な領域をナビゲートする
Mozatは、Stylepediaを単なるバーチャルクローゼットではなく、個人の好みに合わせた超パーソナライズされたファッション提案の場として構想していました。しかし、この野心には課題もありました。大きなハードルのひとつは、膨大な洋服の画像データベースを処理する必要性で、その量は日々指数関数的に増加していた。同時にシステムは、類似したファッションスタイルを求めるユーザーの画像クエリに対して、ミリ秒単位で高速レスポンスを提供しなければならなかった。
さらにMozatは、ユーザーがアップロードした解像度、角度、サイズの異なる大量の写真を処理しなければなりませんでした。課題は明確でした。Mozatは、これらの画像を効率的に保存、認識、理解、比較し、電光石火の速さで正確な結果を提供できるテクノロジーを必要としていたのです。
解決策スタイルペディアのニューラルネットワークとしてMilvusを採用
解決策を模索する中で、MozatチームはMilvusにその答えを見出した。Milvusは主流のベクトルインデックスをサポートし、何十億ものベクトルデータセットをリアルタイムで検索することができるため、Stylepediaの画像検索システムのニューラルネットワークとして理想的な選択となりました。
画像検索システムには4つのモジュールが含まれています：
- 衣服検出**：リアルタイムでオブジェクトを検出し、衣服のアイテムと分類を特定する。
- 特徴抽出**：画像を512次元ベクトルに変換する。
- ベクトル類似性検索:大規模類似性検索のためのベクトル類似性検索。
- 後処理：***色と重要なラベルのフィルタリングを使用して結果を精製し、画質の整列を保証します。
Stylepedia では、ベクトル類似検索モジュールで Milvus を利用し、大規模な画像類似検索をサポートしています。そのワークフローには2つのパートがあります。ストレージ側では、オブジェクト検出と特徴抽出モデルがファッション画像ライブラリ全体を512次元の特徴ベクトルに変換します。これらのベクトルデータはインデックス化され、Milvusに保存される。クエリ側では、機械学習モデルがユーザーからのクエリ画像を特徴ベクトルに変換します。その後、Milvusはクエリベクトルに最も関連性の高いTop-Kの結果をANN検索し、対応する画像IDを取得する。最後に、後処理（フィルタリング、ソートなど）を経て、Stylepediaは類似画像のコレクションをユーザーに返します。
Milvus を活用することで、Stylepedia は3つの重要な機能を革新しました。
- 類似服の検索**：ユーザーは自分の洋服の写真をアップロードすることで、デジタルクローゼットの中から類似品を探すことができます。
- 服の提案：ユーザーは、類似検索を通じて特定のアイテムを含むファッション写真を発見し、新たな購入やユニークな組み合わせに役立てることができます。
- ファッション写真のレコメンド閲覧履歴やデジタルクローゼットの中身を分析し、その人に合ったファッション写真をレコメンド。
結果ファッション革命
Milvus](https://zilliz.com/what-is-milvus)によって強化されたStylepediaは、ファッションインテリジェンスの強豪として頭角を現しました。Milvusは何十億ものvectorsを処理し、シームレスにスケールアウトするため、データ量の増大はもはや懸念事項ではなくなりました。Stylepediaは、ユーザーのクエリに対してリアルタイムでレスポンスを生成できるようになり、ユーザー体験が大幅に向上した。ユーザーが自分の服の画像をアップロードすると、似たような服の中から厳選されたものを素早く受け取ることができ、Stylepediaはテクノロジーとスタイルの専門知識の見事な融合となった。
Milvusによって、Stylepediaはファッションの相談相手となり、トレンドを予測し、個人の好みを理解し、ユーザーが自分のスタイル・アイデンティティを受け入れる力を与えます。
結論MozatとMilvusで個人のスタイル・ジャーニーを形成する
MozatとMilvusのコラボレーションは、ファッション・ディスカバリーに新しい時代をもたらした。Stylepediaは単なるアプリではなくなり、人間の創造性と機械知能の調和のとれた融合となった。Milvusの力を活用することで、Mozatはユーザーとファッションの関わり方を再定義し、テクノロジーが個人のスタイル・ジャーニーを形成するパートナーとなる未来への道を開いた。