Как Stylepedia и Milvus от Mozat переосмысливают ваш гардероб
Оставаться впереди в мире моды означает не только следовать трендам, но и менять то, как мы взаимодействуем со стилем. Сингапурская технологическая компания Mozat сделала смелый шаг в этом направлении благодаря своему инновационному подходу к управлению гардеробом. В основе модных инициатив Mozat лежит Stylepedia — приложение для гардероба, призванное переосмыслить то, как пользователи взаимодействуют с модой. Stylepedia выделяется благодаря интеграции Milvus, векторной базы данных с открытым исходным кодом, которая обеспечивает работу ее интеллектуальной системы поиска по изображениям.
В этой статье мы рассмотрим, как Milvus помогает Mozat преодолевать технические сложности и улучшать свою систему поиска по изображениям.
Амбиции Mozat в сфере моды
Mozat представляет себе сообщество, где пользователи могут без труда открывать для себя новые стили, получать гиперперсонализированные модные рекомендации и общаться с единомышленниками. Поэтому приложение Stylepedia от Mozat должно предлагать персонализированные рекомендации по стилю, облегчать взаимодействие между пользователями и обеспечивать поиск похожих предметов одежды по изображениям. Надежная система поиска по визуальному сходству стала ключевым элементом в достижении этих целей. Она должна была управлять быстро растущей базой данных изображений одежды, отвечать на пользовательские запросы за миллисекунды и обрабатывать загружаемые пользователями фотографии с разным разрешением.
Использование Milvus для обеспечения работы системы поиска по изображениям Stylepedia
Создать такую мощную систему поиска по изображениям — непростая задача. Mozat осознала необходимость в мощной технологии векторного поиска, чтобы эффективно хранить, распознавать, понимать и сравнивать огромный и постоянно растущий объем данных изображений. После тщательного рассмотрения Mozat выбрала Milvus в качестве нейронной сети для системы поиска по изображениям Stylepedia. Milvus поддерживает основные векторные индексы, обеспечивая поиск в реальном времени по миллиардам векторов наборов данных. Эти возможности сделали Milvus идеальным выбором для амбициозных целей, поставленных Mozat.
Система поиска по изображениям Stylepedia состоит из четырех отдельных модулей, каждый из которых обеспечивает уникальную функциональность:
Обнаружение предметов одежды: Обнаружение объектов в реальном времени, идентификация предметов одежды и их классификация.
Извлечение признаков: Преобразование изображений в 512-мерные векторы.
Поиск по векторному сходству: Выполнение масштабного поиска по векторному сходству.
Постобработка: Уточнение результатов с помощью фильтрации по цвету и ключевым меткам для соответствия качеству изображений.
Milvus играет важнейшую роль в модуле поиска по векторному сходству. Модели обнаружения объектов и извлечения признаков преобразуют библиотеку модных изображений в 512-мерные векторы признаков, которые затем индексируются и сохраняются в Milvus. Со стороны запроса изображения пользователей преобразуются в векторы признаков, а Milvus выполняет поиск приближенных ближайших соседей (ANN) для получения Top-K наиболее релевантных результатов. После постобработки Stylepedia возвращает пользователю подборку похожих изображений.
Используя Milvus, Stylepedia внедряет инновации в три ключевые функции:
Простая загрузка изображений: Пользователи могут без усилий загружать изображения своих предметов одежды, запуская поиск по изображениям, чтобы найти изображения товаров, максимально похожие на их загрузки.
Поиск предметов: Пользователи могут находить модные фотографии, содержащие конкретные предметы, с помощью поиска по изображениям на базе Milvus, формируя предложения образов через кластеризацию предметов.
Персонализированные рекомендации: После анализа поведения и предпочтений пользователей Stylepedia рассчитывает сходство и предоставляет специально подобранные рекомендации модных фотографий, создавая персонализированный опыт исследования моды.
Milvus обеспечивает успех Stylepedia
Благодаря Milvus Stylepedia превратилась в мощный центр модной аналитики. Milvus безупречно обрабатывал миллиарды векторов изображений, решая проблему растущего объема данных. Теперь Stylepedia могла генерировать ответы на запросы пользователей в режиме реального времени, значительно улучшая пользовательский опыт. Пользователи могли загружать изображения своей одежды и быстро получать тщательно подобранную подборку похожих предметов гардероба, превращая Stylepedia в гармоничное сочетание технологий и экспертных знаний в области стиля.
Читать далее
Vector Lakebase: End the AI Data Silo
Learn how Vector Lakebase unifies vector search, data lakes, and AI data operations so teams can serve RAG and agents without copy-and-sync pipelines.
DeepSeek-OCR Explained: Optical Compression for Scalable Long-Context and RAG Systems
Discover how DeepSeek-OCR uses visual tokens and Contexts Optical Compression to boost long-context LLM efficiency and reshape RAG performance.
Legal Document Analysis: Harnessing Zilliz Cloud's Semantic Search and RAG for Legal Insights
Enhance legal document analysis with Zilliz Cloud’s Semantic Search and RAG. Improve accuracy, efficiency, and scalability for contracts, case law, and compliance.