高效的大规模视觉表示学习与评估
计算机视觉与模式识别
2023-08-03 v5 机器学习
摘要
高效地学习物品的视觉表示对于大规模推荐至关重要。在本文中，我们比较了几种预训练的高效骨干架构，包括卷积神经网络（CNN）和视觉Transformer（ViT）系列。我们描述了规模化电商视觉应用中的挑战，并重点介绍了高效训练、评估和提供视觉表示的方法。我们提出了在多个下游任务中评估视觉表示的消融研究。为此，我们提出了一种新颖的多语言文本到图像生成离线评估方法，用于视觉相似推荐系统。最后，我们给出了在大型规模化电商平台生产环境中部署的机器学习系统的在线结果。
引用
@article{arxiv.2305.13399,
title = {Efficient Large-Scale Visual Representation Learning And Evaluation},
author = {Eden Dolev and Alaa Awad and Denisa Roberts and Zahra Ebrahimzadeh and Marcin Mejran and Vaibhav Malpani and Mahir Yavuz},
journal= {arXiv preprint arXiv:2305.13399},
year = {2023}
}