時裝業(yè)在新技術(shù)和不斷變化的消費(fèi)趨勢方面正在發(fā)生許多變化。作為零售業(yè)增長最快的行業(yè)之一，時裝行業(yè)正在利用數(shù)據(jù)更好地了解消費(fèi)者的服裝品味和偏好。 Drishtic AI 的解決方案使用計算機(jī)視覺來分析照片和視頻，解讀最流行的款式，并將數(shù)據(jù)編譯成對客戶有用的格式。

服裝公司可以利用這些數(shù)據(jù)來評估需求，并根據(jù)個人的年齡、性別和偏好來開發(fā)吸引他們的服裝。通過生產(chǎn)流行的款式，服裝公司可以減少浪費(fèi)，創(chuàng)造一個更可持續(xù)的行業(yè)。

艾德里什蒂克使用 NVIDIA Metropolis 平臺開發(fā)支持人工智能的視頻分析應(yīng)用程序。 Drishtic AI 的目標(biāo)是使用先進(jìn)的工具和全堆棧方法來實現(xiàn)更快的開發(fā)時間，并為開發(fā) vision AI 應(yīng)用程序創(chuàng)建高度計算優(yōu)化的解決方案。為了創(chuàng)建其服裝檢測應(yīng)用程序， Drishtic AI 使用了一個建立在 NVIDIA EGX 平臺上的技術(shù)堆棧，將 NVIDIA – 認(rèn)證系統(tǒng)與 NVIDIA GPU 結(jié)合起來。

Drishtic AI 團(tuán)隊首先主要從開源圖像和視頻構(gòu)建數(shù)據(jù)集，使用 10400 張圖像，每個服裝類別使用 800 張圖像。它為 13 種不同類別的服裝—— t 恤、襯衫、短褲、裙子、上衣、連衣裙、褲子、牛仔、連帽衫、夾克、開襟羊毛衫、連體衣和毛衣——的所有圖像添加了注釋。他們使用 Detectnet _ V2 預(yù)先訓(xùn)練的模型與TAO 工具包相結(jié)合，以縮短他們的 AI 開發(fā)流程。為了部署應(yīng)用程序，團(tuán)隊使用 NVIDIA 深流 SDK處理原始視頻，優(yōu)化視頻解碼，并實時加速圖像轉(zhuǎn)換。

以下視頻演示了該應(yīng)用程序如何識別人們穿著的 g ARM 隱形眼鏡的類型，即使他們在不同的燈光設(shè)置之間移動或變換。這種深度學(xué)習(xí)模式對于幫助零售商和服裝制造商獲得當(dāng)前和新興時尚趨勢的真實反饋至關(guān)重要。

關(guān)于作者

Priti Gavali 是 Drishtic AI 的首席開發(fā)人員，負(fù)責(zé) AI / ML 的研究和應(yīng)用開發(fā)。她擁有深度學(xué)習(xí)、物聯(lián)網(wǎng)和實時視頻分析的計算機(jī)視覺方面的技術(shù)技能。她擁有科爾哈布爾 Shivaji 大學(xué)的計算機(jī)科學(xué)學(xué)士學(xué)位。 查看圣日耳曼的所有帖子

Archana Borawake 是 Drishtic AI 的技術(shù)架構(gòu)師，使用實時視頻分析，通過計算機(jī)視覺推動 AI 產(chǎn)品開發(fā)。她正在設(shè)計、創(chuàng)建深度學(xué)習(xí)解決方案，并將其部署到具有物聯(lián)網(wǎng)的邊緣設(shè)備和云上。她擁有浦那大學(xué)計算機(jī)科學(xué)碩士學(xué)位。

審核編輯：郭婷