بهینه سازی تصویر محصول با شبکه عصبی کانولوشن کروم

امروز یک ابزار تجزیه و تحلیل دسته ای تصویر برای تیم خود ساختم. یک URL می گیرد، تصاویر را استخراج می کند و آنها را از طریق طبقه بندی هدف خرید گوگل اجرا می کند، که سپس تعیین می کند که آیا تصویر برای هدف خرید بهینه شده است یا خیر.

این به ویژه برای بهینه سازی تصاویر و در صفحات محصول و دسته بندی در وب سایت های تجارت الکترونیک مفید است.

وقتی اولین گزارشم را تمام کردم، شروع به تعجب کردم. چه چیزی در تصویر 117 بود که باعث شد مدل گوگل آن را به اشتباه به عنوان “بدون قصد خرید” طبقه بندی کند، در حالی که به وضوح تصویر محصول بود.

من هم نمی دانم.

اما من فکر می کنم ارزش آن را دارد که کمی آن را تغییر دهیم، شاید یک عکس زاویه دار یا یک برش متفاوت برای نشان دادن جزئیات بیشتر.

از آنجایی که این مدل دارای تعاریف برچسب نبود، مجبور شدم آنها را با آزمایش آنها در انواع مختلف محصول بازسازی کنم و در حال حاضر آنها به شکل زیر هستند:

• LABEL_1: بدون قصد خرید
• LABEL_2: مد و سبک
• LABEL_3: خانه و باغ
• LABEL_4: ابزار، وسایل نقلیه، الکترونیک و تقویت کننده؛ لوازم خانگی (عمومی/سایر؟)

نسخه بعدی این ابزار احتمالاً دارای خط لوله قوی تری برای جذب تصویر است، مانند بر اساس ضایعات، نقشه سایت تصویر یا خوراک داده CDN مشتری. اجرای این نوع طبقه‌بندی بر روی هزاران تصویر و تعیین میزان فرصت بهینه‌سازی کلی بر اساس عدم تطابق برچسب‌ها واقعاً جالب خواهد بود.

کاربرد عملی

حداقل سه کاربرد عملی از این طبقه بندی کننده وجود دارد. می توان از آن برای تعیین اینکه آیا یک تصویر تجزیه و تحلیل شده است استفاده کرد:

1. طبقه بندی اشتباه بر اساس قصد خرید (شکل 59)
2. طبقه بندی اشتباه بر اساس دسته خرید
3. مقصود و مقوله مبهم هستند (تصویر 10، 35).

آیا واقعاً Google Shopping Classifier است؟

بله این یک شبکه عصبی کانولوشنال سفارشی گوگل در قالب TensorFlow Lite v3 بر اساس مدل کوچک موبایل نت V3 است.

از کجا گرفتم؟

من آن را از کروم بیرون کشیدم.

چگونه کار می کند؟

مدل یک تصویر از پیش پردازش شده (224×224) می گیرد و دو مجموعه از احتمالات را برمی گرداند:

1. قصد خرید (4 برچسب)
2. تصویر حساس (2 برچسب)

جزئیات فنی

• نام مدل: shopping_intent_x_sensitivity_classifier
• ایست بازرسی: mobilenet_v3_small_224_04132253_ckpt_3006395
• توضیحات: مدل MLIR تبدیل شده است. طبقه بندی می کند که آیا تصویر حساس است یا برای اهداف خرید.
• نویسنده مدل: lens-proactive-dev
• نامگذاری: تصویر (RGB)
• تانسور: float32[1,224,224,3]