Die Testdaten zeigen, dass die Erkennungsgenauigkeit der KI für grundlegende Bekleidungskategorien unter idealen Aufnahmebedingungen (einfarbiger Hintergrund und gleichmäßige Beleuchtung) 93% erreicht. Bei sich überschneidenden Mustern oder reflektierenden Materialien kann die Genauigkeit jedoch auf 75% sinken. Die Benutzer können die Ergebnisse durch drei Vorgänge optimieren: Erstens, Ausbreiten der Kleidung, um Falten zu vermeiden; zweitens, manuelle Auswahl einer breiten Kategorie, wie z. B. "Jeans", um die KI bei der Beurteilung vor der Aufnahme zu unterstützen; und drittens, sekundäre Überprüfung der automatisch generierten Etiketten. und drittens eine sekundäre Überprüfung der automatisch erzeugten Etiketten. Das System zeichnet das Korrekturverhalten des Benutzers auf, und diese Feedback-Daten werden zur kontinuierlichen Verbesserung des Erkennungsmodells verwendet.
Diese Antwort stammt aus dem ArtikelOutfit Maker Mué: Digitale Garderobe und KI-Matching-AssistentDie
