Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ディープラーニングでコーデを提案/FashionTechMeetup#4
Search
tn1031
June 07, 2017
Technology
0
2.3k
ディープラーニングでコーデを提案/FashionTechMeetup#4
tn1031
June 07, 2017
Tweet
Share
More Decks by tn1031
See All by tn1031
Outfit Generation and Style Extraction via Bidirectional LSTM and Autoencoder
tn1031
0
120
インタラクティブな属性操作が可能なファッションアイテム検索/attribute manipulation survey
tn1031
0
1.2k
Autoencoderを用いたOutfitからのスタイル抽出/style auto encoder
tn1031
0
12k
fashion_workshop_survey/Size Recommendation System for Fashion E-commerce
tn1031
0
280
画像を用いたファッションアイテム検索/Image Retrieval for Fashion
tn1031
0
5.5k
ファッションアイテム検索における深層学習の活用/Fashion Item Retrieval using Deep Learning
tn1031
0
2.3k
KDD 2016勉強会/Images Don’t Lie: Transferring Deep Visual Semantic Features to Large-Scale Multimodal Learning to Rank
tn1031
0
1k
ファッションのコーディネートを自動生成してみた/FashionTech Talks Tokyo #1 LT
tn1031
2
1.1k
Fashion Tech x Machine Learning/twm_fashion_ml
tn1031
5
5.6k
Other Decks in Technology
See All in Technology
2025/07/22_家族アルバム みてねのCRE における生成AI活用事例
masartz
2
140
Expertise as a Service via MCP
yodakeisuke
1
160
FAST導入1年間のふりかえり〜現実を直視し、さらなる進化を求めて〜 / Review of the first year of FAST implementation
wooootack
1
180
Jitera Company Deck / JP
jitera
0
250
AI人生苦節10年で会得したAIがやること_人間がやること.pdf
shibuiwilliam
1
210
ecspressoの設計思想に至る道 / sekkeinight2025
fujiwara3
12
2.1k
Amazon CloudWatchのメトリクスインターバルについて / Metrics interval matters
ymotongpoo
3
280
Turn Your Community into a Fundraising Catalyst for Black Philanthropy Month
auctria
PRO
0
190
AI エンジニアの立場からみた、AI コーディング時代の開発の品質向上の取り組みと妄想
soh9834
8
590
生成AIを活用した野球データ分析 - メジャーリーグ編 / Baseball Analytics for Gen AI
shinyorke
PRO
1
220
Tiptapで実現する堅牢で柔軟なエディター開発
kirik
1
150
PdM業務における使い分け
shinshiro
0
670
Featured
See All Featured
Gamification - CAS2011
davidbonilla
81
5.4k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
138
34k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
1k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
Speed Design
sergeychernyshev
32
1k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
Code Reviewing Like a Champion
maltzj
524
40k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
Transcript
σΟʔϓϥʔχϯάͰίʔσΛఏҊ !UO7"4*-: JOD 'BTIJPO5FDI.FFUVQ
ίʔσΛఏҊ͢Δ w ϑΝογϣϯͰѻ͏ը૾ w Γ͍ͨ͜ͱ ࣮ݱํ๏ w $//Λ༻͍ͨಛநग़ w εφοϓը૾ͷදݱ
w ݕࡧͷΈ ࣮ݧ ·ͱΊ "HFOEB
w தଜຏ!UO w σʔλαΠΤϯςΟετ w લ৬ɿ4* w ࣄɿػցֶशɾը૾ೝࣝ w ΞϧΰϦζϜͷ։ൃ
ࣗݾհ !UO
3&4&"3$)ˍ%&7&-01.&/5 ࣗࣾͰഓͬͨ։ൃٕज़ͷఏڙ ɾΞϓϦ։ൃ ɾΫϩʔϦϯά ɾػցֶश ɾσΟʔϓϥʔχϯά ɾը૾ղੳ
։ൃٕͨ͠ज़ Ϟσϧண༻ը૾ εφοϓը૾ ΛΫΤϦͱͯ͠ը૾Λݕࡧ͢Δ ΫΤϦը૾ ݕग़ ݕࡧ
ίʔσΛఏҊ͢Δ w ϑΝογϣϯͰѻ͏ը૾ w Γ͍ͨ͜ͱ ࣮ݱํ๏ w $//Λ༻͍ͨಛநग़ w εφοϓը૾ͷදݱ
w ݕࡧͷΈ ࣮ݧ ·ͱΊ "HFOEB
ϑΝογϣϯͰѻ͏ը૾ ը૾ͱεφοϓը૾ͱ͍͏छྨͷυϝΠϯ͕ଘࡏ͢Δ w ஔ͖ࡱΓϚωΩϯͷը૾͕ଟ͍ w ਖ਼໘͔ΒΈͨ࣌ͷσβΠϯ͕Θ͔Γ͍͢ w ண༻Πϝʔδ͕༙͖ʹ͍͘
ը ૾ ε φ ο ϓ ը ૾ ը૾ ಛ w Ϟσϧ͕ண༻ͨ͠ը૾ w ண༻࣌ͷҹίʔσΟωʔτͷࢀߟʹͳΔ w ϙʔζഎܠʹΛڽΒ͍ͯ͠Δ
Γ͍ͨ͜ͱ ͷண༻ΠϝʔδΛఏڙ͍ͨ͠ w ண༻Πϝʔδͷఏڙར༻γʔϯͷى w ίʔσΟωʔτͷఏҊ ৄࡉΛΈ͍ͯΔϢʔβʔʹͱࣅ͍ͯΔΞΠςϜΛ ͬͨεφοϓը૾Λදࣔ͢Δ
ίʔσΛఏҊ͢Δ w ϑΝογϣϯͰѻ͏ը૾ w Γ͍ͨ͜ͱ ࣮ݱํ๏ w $//Λ༻͍ͨಛநग़ w εφοϓը૾ͷදݱ
w ݕࡧͷΈ ࣮ݧ ·ͱΊ "HFOEB
$//Λ༻͍ͨಛநग़ ΞΠςϜͷಛΛ$//ͰϕΫτϧԽ͢Δ w ը૾͔ΒΞΠςϜͷಛΛநग़ͯ͠ϕΫτϧԽ͢Δ w ϕΫτϧಉ࢜ͷҐஔؔྨࣅͱΈͳ͢͜ͱ͕Ͱ͖Δ ಛྔۭؒ f(x) ͍ۙ(ࣅ͍ͯΔ)
ԕ͍(ࣅ͍ͯͳ͍) ը૾σʔλ ॎԣ480pixelͷ߹ɺ࣍ݩ 480x480x3 = 691200 dim ը૾ಛྔ ը૾σʔλΛදݱ͢Δ࣍ͷϕΫτϧ ѹॖ ؔʹCNNΛ࠾༻
$//Λ༻͍ͨಛநग़ ͷྨࣅͷؔUSJQMFUMPTTͰධՁ͢Δ Anchor Positive Negative CNN CNN CNN w
ը૾ͷυϝΠϯʹؔͳ͘ڞ௨ͷωοτϫʔΫΛ͏ w ࣅ͍ͯΔը૾ಉ࢜ۙͮ͘Α͏ʹʗࣅ͍ͯͳ͍ը૾ಉ࢜ԕ͔͟ΔΑ͏ʹ Embedding margin ֶश Embedding
εφοϓը૾ͷදݱ εφοϓը૾ʹؚ·ΕΔΞΠςϜͷಛྔΛΧςΰϦຖʹܭࢉ͢Δ w εφοϓը૾͔Β֤ΧςΰϦͷΞΠςϜΛݕग़ͯ͠ύʔε w ͦΕͧΕͷಛྔΛ·ͱΊͯεφοϓը૾ͷදݱͱ͢Δ UPQTUPQTྖҬ͔Βநग़ͨ͠ಛྔ QBOUTQBOUTྖҬ͔Βநग़ͨ͠ಛྔ CBHTCBHTྖҬ͔Βநग़ͨ͠ಛྔ
GPPUXFBSGPPUXFBSྖҬ͔Βநग़ͨ͠ಛྔ \ εφοϓը૾ ݕग़ εφοϓը૾ͷදݱ
ݕࡧͷΈ छྨͷϞδϡʔϧ͔ΒͳΔ w ݕग़Ϟδϡʔϧεφοϓը૾Λύʔεͯ͠ಛྔΛܭࢉ͓ͯ͘͠ w ݕࡧϞδϡʔϧը૾͔ΒύʔεࡁΈεφοϓը૾Λݕࡧ͢Δ ݕग़ ݕࡧ εφοϓը૾
ΞΠςϜྖҬ ݕग़ Ϟδϡʔϧ ݕࡧ Ϟδϡʔϧ IUUQBSYJWPSHBCT
ίʔσΛఏҊ͢Δ w ϑΝογϣϯͰѻ͏ը૾ w Γ͍ͨ͜ͱ ࣮ݱํ๏ w $//Λ༻͍ͨಛநग़ w εφοϓը૾ͷදݱ
w ݕࡧͷΈ ࣮ݧ ·ͱΊ "HFOEB
࣮ݧ݁Ռ1/2 ΫΤϦը૾ ݕࡧ݁Ռ
࣮ݧ݁Ռ2/2 ΫΤϦը૾ ݕࡧ݁Ռ
ίʔσΛఏҊ͢Δ w ϑΝογϣϯͰѻ͏ը૾ w Γ͍ͨ͜ͱ ࣮ݱํ๏ w $//Λ༻͍ͨಛநग़ w εφοϓը૾ͷදݱ
w ݕࡧͷΈ ࣮ݧ ·ͱΊ "HFOEB
w ը૾͔Βεφοϓը૾Λݕࡧ͢ΔΈΛఏҊ w ண༻Πϝʔδͷىʗར༻γʔϯͷى w ίʔσΟωʔτͷఏҊ w σΟʔϓϥʔχϯάΛ༻͍࣮ͯݱ w ݕग़ͱݕࡧͷΈ߹Θͤ
w ྨࣅͷධՁʹUSJQMFUMPTTΛ༻͍Δ w ༻ײ w େࡶͳಛଊ͑ΒΕ͍ͯΔ w ৎײͷΑ͏ʹࡉ͔͍ಛνϡʔχϯάޙॲཧͰٵऩ w ݕग़ͷਫ਼͕ݕࡧਫ਼ʹӨڹ͢Δ ·ͱΊ
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠