Всем привет. Работаю над системой рекомендаций товаров по фото. Удалось получить неплохие рекомендации используя нейронную сеть и поклассовую класификацию товара. Проблема в том что рекомендации слишком далеки по цвету друг от друга. Если кто-то сталкивался с данной проблемой, подскажите как можно учесть цвет в рекомендациях?
Уже использовал: сверточную сеть с класификацией цвета и расчет Евклидового растрояния от вектора цвета товара до рекомендованого, поиск основного цвета товара и его угол между цветом рекомендованого товара в Lab
NeMalenKihren, Мне не обязательно использовать нейросеть. Были опробованы другие способы (knn, косинусы углов в lab). Если Вы говорите за другие способы, то не могли бы подсказать какие именно?
Можно предварительно определить преобладающие цвета на изображении (скорее всего, для этого даже есть готовая библиотека) и присвоить изображению метку, в которой хранится нужный цвет. Затем, при запросе, учитывать её.
NeMalenKihren, Это было сделано, как я писал выше такая метка учитывалась в Lab color space. Что Вы именно подразумеваете под меткой? Для автоматических рекомендационных систем просто значение в базе использовать нет смысла. Если у меня будет 1 млн товаров? или еще больше. Гораздо проще обучить knn на фичах сети и учитывать цвет после этого.
