从像素到购买：构建与评估面向家居用品电商的分类解耦视觉搜索引擎
计算机视觉与模式识别
2026-01-21 v1
摘要
视觉搜索对电子商务至关重要，尤其是在用户意图主观且开放式的风格驱动领域。现有工业系统通常将目标检测与基于分类体系的分类耦合，并依赖目录数据进行评估，这容易引入噪声，限制了鲁棒性和可扩展性。我们提出了一种分类解耦架构，该架构使用免分类的区域提议和统一嵌入进行相似性检索，从而实现更灵活、更具泛化能力的视觉搜索。为克服评估瓶颈，我们提出了一种LLM-as-a-Judge框架，以零样本方式评估查询-结果对之间细微的视觉相似性和类别相关性，消除了对人工标注或易受噪声影响的目录数据的依赖。该系统在全球家居用品平台上大规模部署后，提高了检索质量，并带来了可衡量的客户参与度提升，同时我们的离线评估指标与真实世界结果高度相关。
引用
@article{arxiv.2601.11769,
title = {From Pixels to Purchase: Building and Evaluating a Taxonomy-Decoupled Visual Search Engine for Home Goods E-commerce},
author = {Cheng Lyu and Jingyue Zhang and Ryan Maunu and Mengwei Li and Vinny DeGenova and Yuanli Pei},
journal= {arXiv preprint arXiv:2601.11769},
year = {2026}
}