將深度學習模型與計算機視覺相結合，Revery.ai正在改善零售商和消費者的在線更衣室體驗。這項技術創建了一個工具，利用現有的商店目錄圖像來構建一個可伸縮的虛擬更衣室，使購物者能夠在不出門的情況下嘗試商店的全部庫存。

“創造夢幻的靈感其實是為了解決每個人在網上購物時都會遇到的一個問題——這套衣服在人身上看起來如何？“虛擬更衣室的想法并不是新的，從電影 Clueless 到失敗的 Boo.com – 自從有了網上購物人們就一直想嘗試虛擬更衣室。”伊利諾伊大學時尚 AI 和計算機視覺博士候選人 Jeffrey Zhang 說。

戴維 – 福賽思在伊利諾斯州大學的計算機科學教授的建議。 AI 合作者還包括兩位在時尚 AI 和計算機視覺領域的博士生候選人，柯丹麗和閔金崇。 NVIDIA Inception AI 、數據科學和 HPC 初創公司加速平臺。

張說，對于大多數零售巨頭來說，Revery 克服了最大的虛擬更衣室障礙 – 可擴展性。這項技術提供了一個綜合工具，每周能夠處理超過一百萬個服裝圖像。

Revery 通過采用cuDNN – 加速深度學習框架 PyTorch 和 NVIDIA 的新開發的 AI 算法實現了這一點 RTX 3090和 RTX A6000 GPU 來訓練和處理模型。隨著該框架從數百萬圖像中學習，該系統能夠捕捉和處理細微差別，例如服裝元素的下落、紋理、徽標，甚至著色，從而提供真實的在線版本服裝元素。

“我們有幸獲得了最新一代 GPU 的一些產品，與前幾代相比，這些產品大大加快了我們的訓練速度。此外，增加的內存大小使我們能夠生成高達 1.5k 的圖像分辨率，”張說。

這項技術不僅節省時間。它還可以減少整合完整庫存所需的數百萬美元，同時為零售商提供快速更新庫存的能力。

隨著 2020 年消費者向美國商家消費8611 。 2 億美元，在線購物一直在增長。到年底，美國服裝電子商務預計將達到 1000 億美元左右，該團隊正尋求與更多在線零售商合作。

他們還專注于為客戶創造更具包容性和多樣性的產品，而這正是時尚行業通常缺乏的。該組織正致力于增加個性化，提供不同的體型，并為包包和鞋子添加混搭選項。目前的產品讓購物者能夠定制性別、膚色、頭發，甚至改變模特的姿勢。

“我們的長期目標是數字化任何商店的每一個服裝 ，并與購物者的衣柜集成，創造一種沉浸式的在線購物體驗，”張說。

關于作者

Michelle Horton 是 NVIDIA 的高級開發人員通信經理，擁有通信經理和科學作家的背景。她在 NVIDIA 為開發者博客撰文，重點介紹了開發者使用 NVIDIA 技術的多種方式。

審核編輯：郭婷