Cat2Real

新的 Cat2Real 框架通过弥合目录到真实差距来增强产品识别能力

研究人员开发了一种名为 Cat2Real 的新多阶段对比学习框架，以改进可扩展的产品识别。该方法通过将任务重新构建为基于嵌入的跨域检索问题，解决了将真实的店内产品图像与广泛的公司目录进行匹配的挑战。Cat2Real 系统地利用项目级和图像级的相似性来驱动有针对性的硬负例挖掘，从而实现对未见过产品和类别的无缝扩展，并具有出色的零样本泛化性能。