ヤフオク!における出品時タイトル推薦機能の裏側 / YJTC19 in Shibuya A-2 #yjtc

2.2K Views

December 12, 19

#yjtc #ヤフオク! #画像認識 #機械学習 #Metric Learning #類似画像検索

スライド概要

ヤフオク!では出品時にアップロードされた画像をもとに商品タイトルを推薦する機能を提供しています。この機能は、出品画像と類似したヤフオク!の商品を検索し、その商品のタイトルに基づいて推薦しています。
本セッションでは、商品画像を特徴ベクトル化する仕組み、NGTにより類似度の高い画像（特徴ベクトル）を高速に検索する類似画像検索基盤等、タイトル推薦機能がどのように実現されているかご紹介しました。

Yahoo!デベロッパーネットワーク

@ydnjp

スライド一覧

2023年10月からSpeaker Deckに移行しました。最新情報はこちらをご覧ください。 https://speakerdeck.com/lycorptech_jp

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

（ダウンロード不可）

関連スライド

深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで

Yahoo!デベロッパーネットワーク 166.1K

ゼロから始める転移学習

Yahoo!デベロッパーネットワーク 86.6K

ヤフーにおける WebAuthn と Passkey の UX の紹介と考察 #idcon #fidcon

idcon fidcon

Yahoo!デベロッパーネットワーク 74.2K

OpenID Connectとネイティブアプリを取り巻く仕様と動向 Yahoo! JAPANの取り組み #openid #openid_tokyo

openid openid_tokyo

Yahoo!デベロッパーネットワーク 58.1K

運用業務とスクラムは本当に組み合わせにくいのか︖運用業務が大半を占めるプロダクト開発での試行錯誤

devsumi

Yahoo!デベロッパーネットワーク 36K

ヤフーのオンプレ機械学習基盤AIPFについて #ml_kubernetes

ml_kubernetes

Yahoo!デベロッパーネットワーク 29.3K

各ページのテキスト

1. 出品時タイトル推薦機能の概要出品画像と類似した過去の出品画像の情報に基づいて推薦出品画像商品名：レザーダウンジャケット形態素解析後：レザー, ダウンジャケット商品名：ラムレザーダウンジャケット形態素解析後：ラムレザー, ダウンジャケット商品名：ダウンレザー BLACK 形態素解析後：ダウン, レザー, BLACK 推薦タイトル：レザー, ダウンジャケット Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

1. 出品時タイトル推薦機能の概要どうやって類似画像を探す？特徴ベクトル(画像のもつ特徴を固定長のベクトルに変換したもの)を利用出品画像から特徴ベクトルを抽出し、過去の出品画像も含む特徴ベクトル空間で近傍にある(=特徴ベクトルが類似している)画像を探す・良い特徴ベクトルを抽出するための工夫・類似した特徴ベクトルを高速に検索するための工夫について今から紹介します Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

10.

2. 画像から特徴ベクトルへの変換画像の特徴ベクトルとは画像を固定長のベクトルに変換したもの（下記は3次元の場合） [0.07, 0.33, -0.03] [0.72, 0.24, -0.18] [1.37, -0.80, 0.94] [0.79, 0.21, -0.28] 類似画像を精度良く検索できるようにするために異なる物(りんごとスマホ)は異なる特徴ベクトルとなり、似ている物(スニーカー)は類似した特徴ベクトルになって欲しい Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

11.

2. 画像から特徴ベクトルへの変換特徴ベクトルが類似しているとはコサイン類似度(Cosine similarity)で判定する※ Cosine similarity = 3⃗ ⋅ 5 3⃗ ⋅ 5 2つのベクトルがどの程度同じ向きを向いているかを示す指標 (ベクトルが同じ向きのとき cosθ=1 反対向きのとき cosθ=-1となる) [0.07, 0.33, -0.03] [1.37, -0.80, 0.94] [0.72, 0.24, -0.18] [0.79, 0.21, -0.28] 0.0733 0.9935 ※ タイトル推薦機能ではコサイン類似度を利用していますが、ユークリッド距離等、距離を定義できる指標であれば利用可能 Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

12.

2. 画像から特徴ベクトルへの変換 Metric Learning (距離学習) Metric Learningとはデータ間の関係 (距離や類似度)を学習する手法・サンプル同士の類似度がコサイン類似度やユークリッド距離等の指標と対応するように特徴量空間に埋め込む変換を学習する・情報検索、分類、等様々なタスクに活用される入力が画像の場合はCNN(畳込みニューラルネットワーク)を使うことが多く、この場合には、Deep Metric Learningと呼ばれる Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

13.

2. 画像から特徴ベクトルへの変換 CNN(畳込みニューラルネットワーク)で画像を特徴ベクトルに変換する類似した画像の特徴ベクトルのコサイン類似度→大きく異なった画像の特徴ベクトルのコサイン類似度→小さくなるように、ヤフオク!の大量の画像でCNNを学習 [ [ 1.59, 0.06, -0.79, 0.06], [ 1.29, 0.16, -0.49, 0.18], [ 1.81, 0.33, -0.13, 0.33] ] 画像 Google AI Blog (https://ai.googleblog.com/2016/08/improving-inception-and-image.html) ※ ニューラルネットワークの画像はイメージ（実際に利用しているものとは異なります） Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

https://ai.googleblog.com/2016/08/improving-inception-and-image.html

14.

2. 画像から特徴ベクトルへの変換 CNNを特徴抽出器として学習するための代表的な手法 CNN特徴抽出 + Metric Learningに特化したloss(損失関数)を使う手法 (Triplet loss, N-pair loss, 等) ・Triplet lossは、学習画像から、正例(似ている物) と負例 (異なる物)のペアを含む3枚の画像を1セット(triplet)として選び学習する・データセットが大規模な場合、組わせが膨大で学習に有効な tripletの選択が難しい Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

15.

2. 画像から特徴ベクトルへの変換学習手法のイメージ (Triplet lossによるMetric Learning) (1/2) ・Tripletの作成商品のタイトル単語の重複具合 (IoU)を指標としてtripleを作成アンカー画像靴, 26cm, 黒靴, 26cm, 緑重複が大きので正例 Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved. 鞄, 白重複が少ないので負例

16.

2. 画像から特徴ベクトルへの変換学習手法の事前検証 (Triplet lossによるMetric Learning) (2/2) ・Triplet lossを用いて特徴量抽出器を学習特徴ベクトル負例アンカー正例 CNN 0.1 −0.3 ⋮ 0.1 CNN 0.8 0.1 ⋮ −0.4 CNN Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved. 0.7 0.1 ⋮ −0.5 特徴量空間遠ざける近づける

17.

2. 画像から特徴ベクトルへの変換 CNNを特徴抽出器として学習するための代表的な手法 CNNでクラス分類学習をしながらMetric Learningする手法・L2-Softmax loss, Sphereface, ArcFace, AdaCos, 等・最近よく見かけるようになってきた手法・用途に応じたクラスラベルを付与する必要があるが、画像のクラスラベルを用意するだけでMetric Learningを実現できる Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

18.

2. 画像から特徴ベクトルへの変換学習手法のイメージ (分類学習によるMetric Learning) ・CNNの分類学習でMetric Learningを行うヤフオク! の出品カテゴリを画像の見た目に基づきマッピングしたラベルを利用 (約3万カテゴリから約1300カテゴリにマッピング) 0.1 −0.3 ⋮ 0.1 CNN 全結合層特徴ベクトル 0.5 0.2 0.1 ⋮ 0.0 0.997 0.001 0.001 ⋮ 0.000 ファッション > ハンドメイド > かばん、バッグ > 女性用 softmax + cross entropy 全結合層の手前の値を特徴ベクトルとして利用する Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

19.

2. 画像から特徴ベクトルへの変換 2つの学習手法の事前検証を実施・利用データセット学習データ: 840万枚評価(validation)データ：100万枚テストデータ: 2万枚・評価指標テストデータと最近傍の画像とのタイトル単語の重複具合(IoU) ・結果学習手法 Triplet Loss 分類学習 IoU (平均値) 0.30 0.46 事前検証およびいくつかの定量・定性評価を踏まえ分類学習の採用を決定 ※ Triplet Lossおよび分類学習の事前検証は2018年度のヤフオク!インターンにて東京大学の坪田亘記さんが取り組んだ成果です Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

20.

2. 画像から特徴ベクトルへの変換 CNN学習時の3つの工夫 ①画像が類似しているかどうかは出品されたカテゴリをもとに判断ヤフオク!のカテゴリ(約3万3000)を画像の見た目に基づくカテゴリ体系にマッピング(約1300)して学習データとして利用マッピングの例・ファッション > メンズファッション > ジャケット、上着 > ダウンジャケット・スポーツ、レジャー > アウトドアウェア > 男性用 > ジャケット、上着 > ダウン ↓ ・ジャケット、上着 > ダウンジャケット Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

21.

2. 画像から特徴ベクトルへの変換 CNN学習時の3つの工夫 ②ディープラーニング向けスパコン「kukai」を利用過去の数千万件の出品画像を高速に学習（最大80GPUで分散並列学習） ③重複した画像の除去（dedupe）出品画像には、リサイズや再圧縮によりバイナリが一致しない重複画像が大量に含まれているため、知覚ハッシュ関数等を使って重複除去しておく（phashのハミング距離4以下の画像を除去する等） ※ 知覚ハッシュ関数：画像の見た目が類似しているほど類似したハッシュ値を生成するハッシュ関数 Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

22.

23.

3. 特徴ベクトルの近傍探索特徴ベクトルの近傍探索出品画像の特徴ベクトルと類似している上位k件の過去の出品画像を探したい・線形探索（計算コスト大）検索対象の数千万枚分の画像全件に対して類似度の計算が必要・近似最近傍探索（Approximeate Nearest Neighbor (ANN) search）近傍探索用インデックスを事前作成し計算コストを下げる Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

24.

3. 特徴ベクトルの近傍探索 NGT (Neighborhood Graph and Tree) NGTはヤフーが開発している、大量の高次元ベクトルデータに対して高速な近似近傍探索を可能とするOSS ・近似近傍探索は精度と速度のトレードオフ・NGTは他の近似近傍探索の実装と比較し、精度と速性ともにトップクラス・実用面も考慮・インデックスへのデータの追加や削除が可能・複数プロセス間でのインデックスの共有が可能 Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

25.

3. 特徴ベクトルの近傍探索 NGTの性能 fashion-mnist-784-euclidean NGT 各種近似近傍探索ソフトウェアの性能をまとめている ann-benchmarks にて、 NGTがトップレベルの結果(※)を獲得 (グラフの右上ほど、高精度かつ高速) ※データセット globe-25-angular を除く9つのデータセットでトップの性能画像 https://github.com/erikbern/ann-benchmarks#fashion-mnist-784-euclidean Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

https://github.com/erikbern/ann-benchmarks

26.

27.

28.

4. NGTによる類似画像検索基盤類似画像検索基盤の構築 API 類似画像検索基盤 … ① 画像特徴抽出API (画像から特徴ベクトルを抽出) ダウンジャケット, レザー … タイトル推薦機能開発にあたり、 ② NGTクラスタ (NGTD) (類似した特徴ベクトルを探索) 過去の数千万件の出品データから画像の見た目が類似した商品の各種メタデータを検索可能な類似画像検索基盤を構築 Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved. ③ 全社Cassandraクラスタ商品のメタデータ(タイトル、カテゴリ、落札価格等)を検索

29.

4. NGTによる類似画像検索基盤タイトル推薦機能開発時の工夫点・類似画像の検索結果上位100件のメタデータをもとにタイトルを推薦・カテゴリ情報による絞り込み・画像類似度の閾値による絞り込み・同一単語の出現頻度によるスコアリング・メタデータインデックス構築時の前処理・ストップワードの除去（美品、送料無料、etc）・商品タイトルの形態素解析、表記揺れ解消やブランド名の名寄せ Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

30.

31.

5. 今後の展開類似画像検索基盤の活用・類似画像検索基盤を様々な機能に活用・類似画像検索基盤は入力された画像と類似した商品の各種メタデータ（タイトル、カテゴリ、落札価格、等）を検索可能・タイトル推薦だけでなく、カテゴリ推薦、価格推薦、類似画像検索等、さまざまな活用を見込んでいる Copyright© 2019 Yahoo Japan Corporation. All Rights Reserved.

32.