時裝業在新技術和不斷變化的消費趨勢方面正在發生許多變化。作為零售業增長最快的行業之一，時裝行業正在利用數據更好地了解消費者的服裝品味和偏好。 Drishtic AI 的解決方案使用計算機視覺來分析照片和視頻，解讀最流行的款式，并將數據編譯成對客戶有用的格式。

服裝公司可以利用這些數據來評估需求，并根據個人的年齡、性別和偏好來開發吸引他們的服裝。通過生產流行的款式，服裝公司可以減少浪費，創造一個更可持續的行業。

艾德里什蒂克使用 NVIDIA Metropolis 平臺開發支持人工智能的視頻分析應用程序。 Drishtic AI 的目標是使用先進的工具和全堆棧方法來實現更快的開發時間，并為開發 vision AI 應用程序創建高度計算優化的解決方案。為了創建其服裝檢測應用程序， Drishtic AI 使用了一個建立在 NVIDIA EGX 平臺上的技術堆棧，將 NVIDIA – 認證系統與 NVIDIA GPU 結合起來。

Drishtic AI 團隊首先主要從開源圖像和視頻構建數據集，使用 10400 張圖像，每個服裝類別使用 800 張圖像。它為 13 種不同類別的服裝—— t 恤、襯衫、短褲、裙子、上衣、連衣裙、褲子、牛仔、連帽衫、夾克、開襟羊毛衫、連體衣和毛衣——的所有圖像添加了注釋。他們使用 Detectnet _ V2 預先訓練的模型與TAO 工具包相結合，以縮短他們的 AI 開發流程。為了部署應用程序，團隊使用 NVIDIA 深流 SDK處理原始視頻，優化視頻解碼，并實時加速圖像轉換。

以下視頻演示了該應用程序如何識別人們穿著的 g ARM 隱形眼鏡的類型，即使他們在不同的燈光設置之間移動或變換。這種深度學習模式對于幫助零售商和服裝制造商獲得當前和新興時尚趨勢的真實反饋至關重要。

關于作者

Priti Gavali 是 Drishtic AI 的首席開發人員，負責 AI / ML 的研究和應用開發。她擁有深度學習、物聯網和實時視頻分析的計算機視覺方面的技術技能。她擁有科爾哈布爾 Shivaji 大學的計算機科學學士學位。 查看圣日耳曼的所有帖子

Archana Borawake 是 Drishtic AI 的技術架構師，使用實時視頻分析，通過計算機視覺推動 AI 產品開發。她正在設計、創建深度學習解決方案，并將其部署到具有物聯網的邊緣設備和云上。她擁有浦那大學計算機科學碩士學位。

審核編輯：郭婷