ALBERT、Deep Learningによる画像解析で大量の商品画像に自動でタグ付与

ALBERTは9月8日、機械学習手法「Deep Learning (ディープラーニング)」を用いて大量の画像を解析し、自動的にタグ付けするサービスの提供を開始した。

同社によると、ECサイトなどではこれまで、商品の検索や分類用に、大量の商品画像に対しカテゴリや形状、色、テイストといった情報を付与するため、多大な時間とコストがかかっていたほか、画像の数が増えれば増えるほど抜けや漏れなどのヒューマンエラーが発生し、精度が落ちるという問題が発生していたという。

今回提供を開始するサービスでは、主にアパレルにおける自動タグ付けを想定。同社が用意するAWS(Amazon Web Service)サーバーに利用企業がアップロードした商品画像を自動的に解析し、カテゴリや形状、色、柄、素材、感覚表現など約200種類からなる「基本ファッション用タグ」を付与したファイルを生成することで、商品データベース構築時のタグ付与作業のコスト低減や精度向上を実現する。

2015年9月時点では、カテゴリ(トップス/ボトムス/インナー/レディース/メンズ/ティーンズ/キッズなど)、形状(Tシャツ/カットソー/半袖など)