假日季接近尾声，借着这个大好时机，您可以抢购一些优惠商品，或出售将那些虽然贴心但不符合您风格的圣诞礼物。

网上购物虽然非常方便，但并不总是容易的。如果您有一个特别想要的东西，但是经过四处搜索仍一无所获，这时候会令人感到非常沮丧。

克罗地亚的 Styria Digital Services 是我们创始计划的成员之一。最近，他们与奥地利大型市场网站 Willhaben 合作，旨在帮助您轻松出售不需要的物品，更快实现您的梦想。

疯狂购物到手软

借助 Styria 的 AI 图像识别技术，购物者可以使用 Willhaben 的 Fashion-Cam 拍摄想要购买的物品的照片，然后使用该照片搜索网站上的所有货源。

一般的视觉搜索方法只能提供语义匹配结果：如果您使用一张亮粉色裤子的照片进行搜索，搜到的结果将是裤子，但不一定是亮粉色。Styria 的这款应用程序可以使视觉搜索结果更加具体，更加匹配。例如，条纹短袖蓝色衬衫可以准确匹配出条纹短袖蓝色衬衫。它甚至能在图像上没有徽标的情况下识别出具体品牌。

Styria 在两周时间内，利用 500 万张图像在四个 NVIDIA TITAN X GPU 上训练其卷积神经网络。借助这款深度学习应用程序，使用 Styria 推出的 Fashion-Cam 的用户可在 200 毫秒内接收到其图像搜索的结果，堪比基于文本的搜索结果。

Styria 凭借其成果在 2017 年 GTC 欧洲大会上斩获了最佳海报奖。公司高管们也有机会见到了 NVIDIA 创始人兼首席执行官黄仁勋，还搜索了他标志性的皮夹克。

Styria 团队搜索了 NVIDIA 创始人兼首席执行官黄仁勋的标志性皮夹克。

识别、发布、售出

Styria 还通过其自动显示字幕的 API 帮助卖家获得更好的体验。为了实现这一目标，该团队研发出了物体识别模型，可分层次进行精细地识别。

该 API 根据较高的细节级别和较高的置信度对物体进行分类。例如，如果您想出售一台 NVIDIA TITAN X，而 API 并不是特别确信这是一款 GPU，那么该 API 会将其归为更加一般类别的 PC 组件。

结果通常在 100 毫秒内生成，大大减少了卖家查找更合适的广告发布类别所需的精力和点击次数。

据 Styria 的数据科学部门主管 Marko Velic 称，那些具有竞争性的计算机视觉 API 无法以非常精细的细节级别识别日常物体。而且，这种影响不仅仅体现在网上购物应用程序中。

Velic 说：“为了达到我们寻求的准确性，在 NVIDIA 的硬件上训练我们的模型就至关重要。现在，对于那些想要开发在日常环境中运行的 AR/VR 应用程序或机器人系统的用户而言，我们的模型是一项非常有用的资源。”

创始计划

我们的创始计划中有 2000 多家初创公司，Styria 也是其中一员。该计划为初创公司成员提供技术支持、专业知识和营销支持。