Яндекс.Маркет разработал приложение для подбора одежды

Яндекс.Маркет разработал приложение, с помощью которого покупатели смогут подбирать одежду. Оно называется «Снимите одежду» и работает следующим образом: пользователь фотографирует интересующую его вещь или загружает картинку, а приложение ищет аналоги на торговой площадке. Найденную вещь можно купить, отложить или перейти на сайт площадки и прочитать отзывы других пользователей.

Для поиска используется технология компьютерного зрения, разработанная Яндексом. Основа этой технологии – нейронная сеть, обученная на выборке более чем из 5 млн картинок. Приложение распознает около 150 предметов гардероба и более 250 их характеристик (цвет, стиль, фасон и др.).

Сначала алгоритм определяет, что на фото – синий пиджак, вязаный свитер или, скажем, шорты в клеточку. Бывает, в кадр попадает сразу много вещей – тогда он выбирает для поиска одну или несколько основных.

Приложение пока доступно только на iPhone, его можно загрузить в App Store. Создатели приложения отмечают, что сейчас «Снимите одежду» только учится и может допускать ошибки, но чем больше им будут пользоваться, тем лучше будет результат.

Директора по продуктам REG.RU Тарас Антюхов: 

Приходя в оффлайн-магазин, человек может просто изучать ассортимент, искать конкретную вещь по определённому артиклю или просто что-то похожее, что видел где-то ранее. Если первые два варианта онлайн-магазины покрывают уже давно, то подбор товара по фотографии теперь покроет и третий вариант поиска товара. В целом же технология искусственного интеллекта на базе нейросетей имеет широкое применение. Наиболее эффективно его можно использовать при работе с большими объемами данных, на которых сеть может сначала обучиться. Ближайшие сферы применения этой технологии для бизнеса, кроме развлекательных, это первые уровни поддержки клиентов, работа, для выполнения которой не требуется высокая квалификация, но при этом необходима обработка огромного числа запросов. В связке с другим IT-трендом — ботами в мессенджерах, это может привести серьезной перекройке рынка поддержки.