Chainerとチャンピオンモデルでファッションアイテム判別器を作る - ZOZO TECH BLOG

テクノロジーカテゴリーの変更を依頼記事元:

techblog.zozo.com

42 usersがブックマークコメント

コメント

5

記事へのコメント5件

注目コメント
新着コメント

hsato2011 loss関数の設計

2018/06/20 リンク

petite_blue DenseNet

2018/01/09 リンク

kurukuru-papa ニューラルネットワークの各種モデルで認識精度を比較している。モデルは、AlexNet、Network In Network、GoogLeNet、DenseNetを使っている。

2017/05/05 リンク

ainame “GPU: NVIDIA GTX 1080 (初任給) ”

2016/11/22 リンク

axljpn “GPU: NVIDIA GTX 1080 (初任給)”

2016/10/12 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

Chainerとチャンピオンモデルでファッションアイテム判別器を作る - ZOZO TECH BLOG

こんにちは、データチームの後藤です。この記事では、一般物体認識で優秀な成績を収めた代表的なニュー... こんにちは、データチームの後藤です。この記事では、一般物体認識で優秀な成績を収めた代表的なニューラルネットワークモデルを、ファッションアイテムの画像データに対して適用し、どのアーキテクチャが有用か、どれだけの精度を出せるのかを調べる実験を行います。今回は、 AlexNet Network In Network GoogLe Net DenseNet の4つのアーキテクチャを試しました。背景 iQONでは毎日500以上のECサイトをクロールし、一日平均1万点もの新着アイテムを追加しています。この過程で、新着アイテムがiQONのどのカテゴリに属するのかを決める必要がありますが、この作業を人手で行うと膨大なコストになってしまいます。この問題に対して我々は、アイテムの名前や説明文、画像データを活用してカテゴリを判別する仕組みを作りました。とくに画像データによる判別には、畳み込みニューラルネットワ

ブックマークしたユーザー

nodat2018/11/27
hsato20112018/06/20
mole-studio2018/04/11
peltier2018/03/27
petite_blue2018/01/09
dann2017/07/13
kurukuru-papa2017/05/05
aidiary2017/04/01
kutakutatriangle2017/01/21
YarmUI2016/11/22
ainame2016/11/22
invent2016/10/29
manboubird2016/10/26
kontonb2016/10/18
yss442016/10/16
ryus1232016/10/14
hashtake2016/10/14
verdigrisbrain2016/10/13

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx