【數據競賽】京東AI時尚挑戰(zhàn)賽總結

比賽名稱：京東AI時尚挑戰(zhàn)賽

比賽鏈接：https://fashion-challenge.github.io

比賽類型：計算機視覺、圖像分類/檢索

分享內容：比賽介紹 & 優(yōu)勝選手思路

比賽簡介

隨著中國時尚消費市場的擴大和AI技術在中國消費領域的普及，AI+Fashion正在對時尚行業(yè)產生重大影響。在AI技術促進和改善時尚相關購物體驗的技術不斷涌現的同時，相關技術仍然面臨重重挑戰(zhàn)。

在此京東集團AI平臺與研究院舉辦AI+Fashion挑戰(zhàn)競賽，大賽將推出與時尚相關的AI+Fashion競賽，包含兩個子任務，并將在ChinaMM 2018舉辦專題技術交流和頒獎。

賽題1：時尚女裝風格識別

賽題背景

服飾風格的判斷因為很強的專業(yè)性，是時尚結合 AI 領域最有難度的多標簽分類任務之一。本次競賽邀請了專業(yè)時尚設計界人士，在其指導下標注了接近 6萬5千張京東的女裝商品照片的整體時尚風格，專注如何利用 AI 識別服飾的時尚風格。

賽題任務

根據服飾單品/搭配的整體或局部設計判斷服飾所屬的一種或多種時尚風格。

給定一張時尚照片，參賽算法需要預測。

={運動, 休閑, OL/通勤, 日系, 韓版, 歐美, 英倫, 少女, 名媛/淑女, 簡約, 自然, 街頭/朋克, 民族}

該劃分為專業(yè)時尚設計師針對比賽數據給出的常見時尚風格大類集合。

數據集

• 開發(fā)數據：包含5.5萬經過專業(yè)標注的真實的京東時尚單品展 示圖，該數據用作模型訓練及調優(yōu)。
• 測試數據：1萬張經過專業(yè)標注的真實的京東時尚單品展示圖。

評價方法

參賽隊伍將結果交京東評審小組，由系統(tǒng)依據所有風格的F2-score。

優(yōu)勝選手分享

• 西天取經隊伍

• 北科801隊伍

• extreme-WJLD隊伍

賽題2：時尚單品搜索

時尚單品搜索是在線商城業(yè)務的重要支柱。通過分析用戶拍攝的時尚單品照片，在龐大的時尚單品數據庫中高精準、高效率地檢索出與之相對應的商品是一項擁有廣闊應用場景的技術，能夠助力拍照購物、個性化推薦、廣告點擊預測等多項人工智能產品。同時，查詢圖像中商品的角度、光照、遮擋、尺寸、質量等都為本問題帶來巨大挑戰(zhàn)。

競賽背景

作為電商領域最具挑戰(zhàn)性的 AI 技術之一，拍照購物包含多個 AI 算法模塊。本次競賽將專注于解決其中一項實際場景中的難題：從時尚單品的“用戶實拍圖”到“電商展示圖”的跨域匹配。

本次競賽關注如何解決這種差異從而精準地進行時尚單品匹配。為了突出搜索與匹配，本次競賽中所有時尚單品均需參賽隊伍根據提供的 URL 和單品坐標進行摳圖處理，確保每張圖像的給定坐標區(qū)域內只包含一項時尚單品。

競賽任務

在龐大的電商展示圖數據庫中，找到與指定的時尚單品的用戶實拍圖最匹配的電商展示圖片。

給定一個大規(guī)模時尚單品的電商展示圖集合，其中每個時尚商品都屬于{上衣，鞋子，箱包}中的某一類。對于任意一張時尚單品的用戶實拍圖都存在一個與之相匹配的電商展示圖集合。

在本賽中，我們設定，任意的用戶實拍圖至少存在一張與之對應的電商展示圖，即。

給定某個用戶實拍圖，參賽算法需把的電商展示圖依照的相似度降序排列，提交Top‐10電商展示圖的ID序列。

同時我們邀請專家標注與對應的Ground Truth 電商展示圖集合評分系統(tǒng)會根據中元素在 ID 序列中的優(yōu)先程度評價參賽算法的質量。

數據集

‐ 訓練數據：1.2 萬個真實的京東時尚單品圖片對，即{電商展示圖+用戶實拍圖}

‐ 測試數據：1000 張用戶實拍圖，與 15 萬張電商展示圖集合。

評測方法

參賽隊伍將所有用戶實拍圖對應的Top-10 圖片ID序列提交，使用mean Average Precision計算精度。

優(yōu)勝選手分享

• fashion_first隊伍

• skyshow隊伍

• Vismarty&NWPU隊伍