Perspectivas clave: Creó un sistema de prueba virtual patentado con conjuntos de datos y arquitecturas CGAN personalizados, lo que redujo los costosos retornos en una industria en la que pueden promediar 30% del precio de compra.

Acerca del cliente

Una empresa de tecnología enfocada en el comercio electrónico de moda, que ayuda a los minoristas a mejorar la experiencia de compra en línea al permitir a los clientes ver cómo les quedará la ropa antes de realizar una compra.

El desafío

El cliente quería crear un solución de prueba virtual escalable y de alta calidad para apoyar a más usuarios y a una gama cada vez mayor de tipos de prendas.

Se enfrentaron a obstáculos clave:

• La producción de alta resolución era esencial, pero la mayoría de las investigaciones y modelos públicos funcionaban con imágenes mucho más pequeñas, mientras que los modelos de mayor resolución solían tener licencias no comerciales.
  
  
• Los conjuntos de datos de prueba virtuales existentes eran restrictivos, carecían de diversidad y estaban sesgados hacia una demografía homogénea.
  
  
• La necesidad de entrenar Redes GAN en un conjunto de datos lo suficientemente grande y variado como para manejar diferentes tipos de ropa y perfiles corporales.
  

El enfoque de Marvik

Creamos un canal de visión artificial patentado en el que los usuarios pueden subir una foto a un sitio de comercio electrónico y verse a sí mismos vistiendo al instante la prenda seleccionada.

Nuestro enfoque incluyó:

• Diseñar y comisariar un conjunto de datos diverso y personalizado para abordar las restricciones de licencia y el sesgo demográfico.
  
  
• Desarrollando una cartera de Redes adversarias generativas condicionales (CGAN) trabajando juntos para lograr un reemplazo realista de prendas.
  
  
• Garantizar la escalabilidad para gestionar el aumento del volumen de usuarios y las nuevas categorías de ropa.
  

El sistema se creó con Python, TensorFlow, CGAN y AWS, logrando resultados que superaron a los modelos más avanzados en el campo.

Los resultados y el impacto

• Permitió una prueba virtual realista y de alta resolución directamente en la experiencia de comercio electrónico.
  
  
• Reducción del potencial de devoluciones costosas, en un sector en el que las tasas de devolución son medias 20— 30% y las devoluciones pueden costar 30% del precio de compra.
  
  
• Otorgó al cliente la propiedad total de una solución escalable que cumplía con las licencias y adaptada a su mercado.
  

Por qué es importante

Al combinar una visión artificial de vanguardia con un conjunto de datos diseñado específicamente, este proyecto muestra cómo la IA puede resolver los puntos débiles específicos de la industria, transformando el comercio electrónico de moda de un ciclo de adivinanzas y devoluciones a una experiencia de compra segura y atractiva.