挑选纹身图案是一件特别“隐私”却又非常让人纠结的事情，而AI 的帮助可能更容易让你找到心仪的纹身图案。



位于哥本哈根的初创公司 Tattoodo 推出了一款基于深度学习的应用，能帮助用户在决定开始纹身前找到合适的风格和图案。每月有超过 2000 万纹身爱好者和纯粹出于好奇的访客涌入 Tattoodo 的网站，品评从全球各地网友上传的大量纹身图案。

之前需要耗费大批人手对这些图案进行分类和标记。后来，Tattoodo 的开发人员 Goran Vuksic 和 Dennis Micky Jensen 在日常编程之余顿悟，为何不构建一个图像识别神经网络，并使用它来标记 Tattoodo 收集的纹身图案呢。

所以这对搭档用手动标记的图案来训练他们的模型，训练重点放在纹身的风格或主题上。现在人们只需键入感兴趣的风格的文字说明，算法就能找出与搜索内容相关的纹身图片。

Vuksic 表示：“如果你对某个艺术家、某种风格或主题特别感兴趣，系统就会理解、分析，并为你提供关于这种艺术类型的更多建议。”

想你所想，给你所要

Vuksic 和 Jensen 使用在Amazon Web Services 上 NVIDIA DIGITS 实例中运行的 Caffe 机器学习框架创建了神经网络。DIGITS 是一种深度学习 GPU 训练系统，能让他们轻松生成数据集和训练模型。他们通过 AWS 来使用它，因而无需投入巨资来添置硬件，只需动动手指就能获得 GPU 强大的处理能力。

开发人员现正整理超过 35 万张纹身艺术图片，供人们从中获取灵感。他们的模型效果非常惊人——无论你想要的是以龙为主题的日本式纹身还是全彩色的曼陀罗，模型都能识别请求，并从数据库中找出与搜索内容相关的纹身图案。它甚至能向你展示要关注的某一类型的艺术家，因为Tattoodo 收集了超过 5万位艺术家的作品。


展望未来

超过 100 万纹身爱好者正在使用 Tattoodo 的应用。随着用户数不断增加，Vuksic 和 Jensen 将继续运用他们的 AI 作品来改进上传过程，以便自动对用户发布的纹身图案标注风格并加以标记。另外，通过借助 NVIDIA GPU 来推动训练过程，及使用上传过程中获得的数据进一步训练模型，他们也正在不断提高结果的准确性。

“我们的网站是获得纹身灵感的头号阵地。”Vuksic 说，他表示自己还将继续探索 AI 中的机会，以保持领先地位。