Мы используем cookies и собираем технические данные

Находясь на сайте вы соглашаетесь с применением данных технологий

Нейросетевой поиск похожих изображений для ReRooms

Компьютерное зрение
Решение
Система поиска на основе технологии компьютерного зрения.
Возможность искать изображения элементов интерьера (мебели, аксессуаров, напольных покрытий) в базе ReRooms. С этой базой работают дизайнеры интерьеров.
Задача
ReRooms — интернет-магазин мебели, отделочных материалов и товаров для дома, в котором также можно заказать дизайн-проект и ремонт под ключ.
Клиент

Как это работает

01/
Дизайнер загружает в систему фотографию интерьера
Система распознаёт предметы на фото и предлагает список похожих изображений из базы ReRooms
У каждого товара есть карточка с описанием, его можно найти и заказать
02/
Как это выглядит изнутри
База изображений на стороне клиента
Система поиска на платформе Mage
API для передачи данных об обновлениях
Шаг 01
Подготовка данных: индексация и описание изображений, устранение дублей
Шаг 04
Тестирование компьютерной модели на другой части изображений
Шаг 03
Обучение нейросети на части существующих изображений
Шаг 05
Разработка API для быстрой передачи обновлений базы в систему
Шаг 02
Подбор компьютерных моделей, построение гипотез

Этапы разработки

03/
04/
Примеры работы системы

Сроки разработки

05/
1 месяц
июль-август 2021 года
Проблема
Когда мы копировали базу клиента, ReRooms обновили её, и у нас появился неудаляемый кусок избыточных данных.
Решение
Весь массив изображений пришлось выгружать и индексировать снова. Для этого дождались ночи воскресенья, когда база ReRooms не изменяется.
Решение
Мы доработали API, чтобы система поиска оперативно реагировала на изменения в базе и заново индексировала старые и новые товары.
Проблема
Ассортимент товаров клиента ежедневно меняется: например, распродали одни диваны, другие привезли.
06/
Трудности проекта

Находки

07/
Во время работы над базой изображений мы выявили множество дублей товаров. Благодаря этому мы избежали ошибок при эксплуатации системы, а клиент актуализировал сведения о собственном ассортименте.
Факт
Точность поиска по изображениям очень высокая.
У товаров может быть разный артикул, наименование и описание, фотографии могут быть сделаны с разного ракурса. Но система быстро определяет сходство.

Команда проекта

08/
Алексей Гучко
Руководитель проекта
Data scientist
Вячеслав Шульц
Тимлид
Владислав Виноградов
Иван Измайлов
Бэкенд-разработчик

Технологии

В разработке мы использовали собственные решения:
Интегрируемая система поиска товаров по фото

Mage

Платформа EORA для хостинга нейросетей

Vision Hub

zDialog фреймворк
OneDash сервис
09/

Перспективы

10/
Внедрение рекомендательной системы на сайте ReRooms (блок «С этим товаром также покупают», «Вам также может понравиться»).
Распознавание товаров на отдельной области фотографии.
Предлагая пользователю похожие или сопутствующие товары, она повышает конверсию просмотров в продажи.
К примеру, клиента заинтересовала лампа — он её обводит курсором, а система подбирает похожие товары в каталоге ReRooms.

Похожие проекты

11/
Нейросетевой поиск похожих товарных знаков «Гардиум»
INTELSONLINE – визуальный поиск похожих товарных знаков
KazanExpress – поиск товаров по фотографиям
Напишите нам