Large-Scale Product Retrieval with Weakly Supervised Representation Learning

要約

大規模な弱教師プロダクト検索は、実用的には有用ですが、計算上困難な問題です。
この論文では、CVPR 2022 の第 9 回細粒度ビジュアル分類ワークショップ (FGVC9) ワークショップで開催された eBay ビジュアル検索チャレンジ (eProduct) の新しいソリューションを紹介します。このコンペティションには 2 つの課題があります。
-微妙な視覚的違いを持つ多くの製品を含む粒度の細かいドメイン。
(b) モデル トレーニング用のターゲット インスタンス レベルのラベルがなく、大まかなカテゴリ ラベルと製品タイトルしか利用できない。
これらの障害を克服するために、一連の専用設計による強力なソリューションを策定します。(a) テキスト トレーニング データを直接使用する代わりに、製品タイトルから何千もの疑似属性をマイニングし、それらをマルチラベル分類のグラウンド トゥルースとして使用します。
.
(b) より弁別的な表現学習のための高度なトレーニング レシピを備えたいくつかの強力なバックボーンを組み込みます。
(c) さらに、ホワイトニング、再ランキング、検索強化のためのモデル アンサンブルなど、多数の後処理手法を導入します。
71.53% の MAR を達成することにより、当社のソリューション「Involution King」はリーダーボードで 2 位を獲得しました。

要約(オリジナル)

Large-scale weakly supervised product retrieval is a practically useful yet computationally challenging problem. This paper introduces a novel solution for the eBay Visual Search Challenge (eProduct) held at the Ninth Workshop on Fine-Grained Visual Categorisation workshop (FGVC9) of CVPR 2022. This competition presents two challenges: (a) E-commerce is a drastically fine-grained domain including many products with subtle visual differences; (b) A lacking of target instance-level labels for model training, with only coarse category labels and product titles available. To overcome these obstacles, we formulate a strong solution by a set of dedicated designs: (a) Instead of using text training data directly, we mine thousands of pseudo-attributes from product titles and use them as the ground truths for multi-label classification. (b) We incorporate several strong backbones with advanced training recipes for more discriminative representation learning. (c) We further introduce a number of post-processing techniques including whitening, re-ranking and model ensemble for retrieval enhancement. By achieving 71.53% MAR, our solution ‘Involution King’ achieves the second position on the leaderboard.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google