姓名：畢曉鵬

學(xué)號：19021210824

【嵌牛導(dǎo)讀】這是一篇關(guān)于電商檢索的論文，講了如何淘寶如何通過用戶上傳的圖片，返回相關(guān)商品

【嵌牛鼻子】商品檢索

【嵌牛提問】你知道更多的電商檢索方法嗎？

【嵌牛正文】

難點(diǎn)

用戶上傳的數(shù)據(jù)帶有復(fù)雜的背景，圖像質(zhì)量不一樣。

商品數(shù)量大，類別之間差異小。

標(biāo)注訓(xùn)練，清洗數(shù)據(jù)成本高。

不僅要使用視覺搜索技術(shù)返回商品，還要考慮商品的質(zhì)量，用戶的購買意愿。

基于分類模型和圖像搜索融合的類目預(yù)測

類目預(yù)測是為了進(jìn)一步減小搜索空間

基于分類模型的商品類別預(yù)測，訓(xùn)練googlenetV1 預(yù)測查詢圖像的類別（14個大類），使用softmax分類函數(shù)，每一個類別都對應(yīng)著一個概率。

基于圖像搜索技術(shù)的商品類目預(yù)測，使用googlenetv1輸出的特征，在整個圖像庫里面檢索最相似的top30圖像，對這30幅圖像類別加權(quán)排序，同樣每個類別對應(yīng)一個相應(yīng)的概率。

將上述兩種方法進(jìn)行融合，加權(quán)平均，得到最終的可能商品類別，上述融合方法取得了2%top1的精度提升。

構(gòu)建難樣本

使用triplet loss作為損失函數(shù)，負(fù)樣本的選擇，直接用其他類目的圖像，并不是最優(yōu)選擇，通過挖掘用戶的點(diǎn)擊行為，使用用戶點(diǎn)擊圖像和非點(diǎn)擊圖像作為正負(fù)樣本。

聯(lián)合目標(biāo)檢測

對目標(biāo)進(jìn)行裁剪，會去掉很多背景信息，來優(yōu)化檢索性能。如果使用目標(biāo)檢測算法，會造成時間開銷增大，阿里提出了一種聯(lián)合學(xué)習(xí)的方法。這里的目標(biāo)檢測分支并沒有標(biāo)注目標(biāo)框的監(jiān)督信息，這里具體網(wǎng)絡(luò)怎么找到的目標(biāo)信息，還需要再看一下。

重排序

對于視覺搜索返回的商品列表結(jié)果，精確的結(jié)果并不能很好的激發(fā)用戶點(diǎn)擊商品，所以會根據(jù)每個商品的價格、好評等其他信息排序。

圖像索引和檢索

為了提高檢索速度，先使用二值進(jìn)行查詢，這里為了過濾大部分未匹配的數(shù)據(jù)，然后在進(jìn)行細(xì)排序，最后根據(jù)重排序來最終確定返回的商品。