คำอธิบายผลิตภัณฑ์แฟชั่นค้าปลีก
Shaip ได้สร้างไปป์ไลน์การระบุรายละเอียดสินค้าแฟชั่นค้าปลีกที่มีโครงสร้างอย่างเป็นระบบ โดยใช้การติดแท็กสินค้าหลายคุณลักษณะในภาพหุ่น ภาพจัดวางบนพื้น และภาพนางแบบจริง ซึ่งสร้างขึ้นเป็นชุดข้อมูลคุณภาพระดับใช้งานจริงสำหรับการค้นหาด้วยภาพ การแนะนำชุด การลองสวมเสมือนจริง และ AI สำหรับการจัดการสินค้าคงคลังอัตโนมัติ
ภาพรวมโครงการ
เนื่องจาก AI ในธุรกิจค้าปลีกกำลังมุ่งไปสู่ประสบการณ์ที่เน้นภาพเป็นหลัก เช่น การค้นหาด้วยภาพ การแนะนำชุด การลองสวมใส่เสมือนจริง ลูกค้าจึงต้องการระบบการติดแท็กข้อมูลที่ปรับขนาดได้ ซึ่งสามารถจัดหมวดหมู่และติดแท็กคุณลักษณะให้กับผลิตภัณฑ์แฟชั่นได้ทั่วทั้งระบบการจัดหมวดหมู่สินค้าปลีก ด้วยรายละเอียดที่หลากหลายระดับ
Shaip ได้สร้างไปป์ไลน์การระบุข้อมูลแบบครบวงจร ครอบคลุมการจำแนกประเภทหมวดหมู่ การติดแท็กคุณลักษณะหลายอย่าง การแยกกรอบล้อมรอบหลายรายการ และการตรวจสอบคุณภาพสองระดับ ซึ่งทำให้ได้ชุดข้อมูลอัจฉริยะด้านผลิตภัณฑ์ที่ครบครัน พร้อมสำหรับการใช้งาน AI ในอีคอมเมิร์ซและธุรกิจค้าปลีกยุคใหม่
สถิติสำคัญ
เกณฑ์ความแม่นยำ
99%
ระดับการประกันคุณภาพ
2 ชั้น
เลเยอร์แอตทริบิวต์
6+
หมวดหมู่ที่ครอบคลุม
อนุกรมวิธานแบบเต็มรูปแบบ
ชาเลนจ์ (Challenge)
- ที่ทำให้เด่น หมวดหมู่ที่มีลักษณะคล้ายคลึงกันทางสายตา — เสื้อตัวยาวกับเดรสสั้น, กระโปรงกับเดรส, แจ็กเก็ตกับเสื้อเชิ้ต
- การจัดการ หุ่นจำลอง, ภาพถ่ายจัดวางบนพื้นราบ และนางแบบที่มีชีวิตจริง ภาพถ่ายที่มีคำอธิบายประกอบอย่างสม่ำเสมอ
- การประยุกต์ใช้ เลเยอร์แอตทริบิวต์มากกว่า 6 เลเยอร์ ต่อชิ้น — สี ลวดลาย แขนเสื้อ คอเสื้อ ทรง และโอกาสในการใช้งาน
- isolating ผลิตภัณฑ์แต่ละชิ้น ในภาพที่มีหลายรายการ โดยมีกรอบสี่เหลี่ยมล้อมรอบเสื้อผ้าแต่ละชิ้นอย่างแน่นหนา
- การบำรุงรักษา ความถูกต้อง 99% ท่ามกลางความหลากหลายของหมวดหมู่และคุณลักษณะที่สูง
Solution
การจัดหมวดหมู่
ผู้จัดทำคำอธิบายใช้ระบบการจัดหมวดหมู่แฟชั่นที่มีโครงสร้างครอบคลุมถึง เสื้อ เสื้อเชิ้ต กระโปรง กางเกงยีนส์ กางเกงขายาว ชุดเดรส แจ็คเก็ต รองเท้าแตะ และอื่นๆ อีกมากมาย แนวทางการจัดหมวดหมู่ที่เข้มงวดช่วยจัดการกับกรณีพิเศษต่างๆ เช่น การแยกแยะเสื้อตัวยาวจากชุดเดรสสั้น กระโปรงจากชุดเดรส หรือแจ็คเก็ตจากเสื้อเชิ้ต เพื่อให้มั่นใจว่าโมเดลในขั้นตอนต่อไปสามารถแยกแยะสินค้าที่มีลักษณะคล้ายคลึงกันได้
การติดแท็กหลายคุณลักษณะ
นอกเหนือจากการจัดหมวดหมู่แล้ว สินค้าทุกชิ้นยังถูกติดแท็กด้วยคุณลักษณะของผลิตภัณฑ์โดยละเอียด เช่น สี ลวดลาย ประเภทแขนเสื้อ สไตล์คอเสื้อ รูปทรง วัสดุ และโอกาสในการใช้งาน การติดแท็กหลายระดับนี้เปลี่ยนชุดข้อมูลการจัดหมวดหมู่แบบง่ายๆ ให้กลายเป็นคลังข้อมูลผลิตภัณฑ์อัจฉริยะที่ครบครัน ซึ่งสามารถนำไปใช้ในการค้นหาด้วยภาพและระบบแนะนำชุดได้
การจัดการประเภทภาพหลายประเภท
ผลิตภัณฑ์ปรากฏในสภาพแสง มุมมอง พื้นหลังที่หลากหลาย และบนทั้งหุ่นจำลองและนางแบบจริง เสื้อผ้าซ้อนทับกัน ปรากฏให้เห็นเพียงบางส่วน หรือแสดงในรูปแบบจัดวางราบเทียบกับการถ่ายภาพขณะสวมใส่ มีการบังคับใช้ข้อกำหนดที่สอดคล้องกันสำหรับภาพทุกประเภทผ่านเอกสารคู่มือสไตล์ที่ละเอียดถี่ถ้วน
การแยกกล่องขอบเขตต่อเสื้อผ้าแต่ละชิ้น
มีการวาดกรอบสี่เหลี่ยมล้อมรอบเสื้อผ้าแต่ละชิ้นอย่างแน่นหนาเพื่อแยกผลิตภัณฑ์แต่ละชิ้นออกจากกันในภาพที่มีหลายรายการ สำหรับภาพที่มีผลิตภัณฑ์หลายชิ้นปรากฏให้เห็น ผลิตภัณฑ์แต่ละชิ้นจะได้รับหมวดหมู่และแท็กคุณลักษณะของตนเอง ซึ่งช่วยเพิ่มความสมบูรณ์ของแต่ละภาพในชุดข้อมูลสุดท้ายได้อย่างมาก
ระบบตรวจสอบคุณภาพสองระดับและเกณฑ์ความแม่นยำ 99%
ภาพทุกภาพที่ได้รับการระบุรายละเอียดจะต้องผ่านการตรวจสอบคุณภาพสองระดับ ผู้ระบุรายละเอียดระดับ 1 ทำหน้าที่จัดหมวดหมู่และติดแท็กคุณลักษณะเบื้องต้น ผู้ตรวจสอบคุณภาพระดับ 2 ตรวจสอบความถูกต้องของป้ายกำกับ ความสอดคล้องของคุณลักษณะ และความแม่นยำของกรอบล้อมรอบ โดยต้องผ่านเกณฑ์ความถูกต้องขั้นต่ำ 99% ก่อนส่งมอบทุกชุด
ขอบเขตโครงการ
| ประเภทชุดข้อมูล | ประเภทของภาพ | คุณสมบัติ | วิธีการใส่คำอธิบายประกอบ | QA | ความถูกต้อง |
|---|---|---|---|---|---|
| การติดแท็กสินค้าแฟชั่นค้าปลีก | หุ่นจำลอง, ภาพถ่ายจัดวางบนพื้น, นางแบบ/นายแบบ | 6 ชั้นขึ้นไปต่อชิ้น | กล่องขอบเขตที่แน่นหนาต่อเสื้อผ้าแต่ละชิ้น | การควบคุมคุณภาพ 2 ระดับ | 99% |
ผลลัพธ์
- ก่อตั้งเป็น การจัดหมวดหมู่แฟชั่นที่มีโครงสร้าง ด้วยการจำแนกประเภทกรณีพิเศษ
- มาตรฐาน เสื้อผ้าแต่ละชิ้นมีเลเยอร์คุณสมบัติมากกว่า 6 ชั้น สำหรับข้อมูลเชิงลึกด้านผลิตภัณฑ์
- จัดส่ง การแยกกรอบล้อมรอบต่อรายการ ในภาพหลายรายการ
- การบำรุงรักษา ประตูความแม่นยำ 99% ผ่านการตรวจสอบคุณภาพสองระดับ
- เปิดใช้งานของลูกค้า การค้นหาด้วยภาพ, การแนะนำชุด, การลองชุดเสมือนจริง และสินค้าคงคลัง AI
โดยรวมแล้ว Shaip ช่วยเปลี่ยนความต้องการการใส่คำอธิบายประกอบภาพแฟชั่นหลายประเภทให้กลายเป็นกระบวนการทำงานที่มีโครงสร้างและพร้อมใช้งานจริง ซึ่งสามารถรองรับการค้นหาด้วยภาพ ระบบแนะนำสินค้า การลองสินค้าเสมือนจริง ระบบอัตโนมัติในการจัดการสินค้าคงคลัง และ AI วิเคราะห์เทรนด์ในแพลตฟอร์มอีคอมเมิร์ซและค้าปลีกสมัยใหม่
Shaip เข้าใจรายละเอียดปลีกย่อยของแฟชั่นได้อย่างถูกต้อง พวกเขาแยกแยะหมวดหมู่ต่างๆ ได้อย่างชัดเจน แม้แต่ทีมการตลาดของเราเองก็ยังถกเถียงกันอยู่ ความสมบูรณ์ของแอตริบิวต์ต่างๆ ของพวกเขาส่งผลโดยตรงต่อความแม่นยำในการค้นหาด้วยภาพและการแนะนำสินค้าของเรา
