Pinterest 如何开发计算机视觉技术来支持用户和品牌的视觉搜索？

Pinterest 并不是唯一一家教授计算机如何看东西的大型科技公司。亚马逊、谷歌、Facebook、IBM 和其他公司也是如此。但 Pinterest 认为，它不仅在识别图像中的对象，而且在识别这些对象所属的品牌方面具有优势。
“当我们开始构建视觉搜索时，我们注意到的一件事是，尽管最初我们拥有一个非常小的计算机视觉团队，但我们能够很好地匹配产品和品牌，”Pinterest 的工程经理说视觉搜索，Dmitry Kislyuk。
计算机视觉有点像罗夏测验。当试图理解呈现给它们的像素拼凑时，算法会应用他们所知道的。而 Pinterest 的计算机视觉算法恰好知道很多与品牌相关的图像。
Pinterest 上的许多图片都是人们从品牌网站或品牌自行上传的高质量库存照片或专业产品图片。 “因为品牌来 Pinterest 上传他们所有的内容，我们往往有非常、非常好的、标签明确的数据，‘这里是所有耐克鞋，这里是所有 Vans 鞋’，通常包括实际的品牌名称，”基斯柳克说。并且该数据集不断增长和完善，人们在固定图像时写出标题，将图像添加到包含其他图像（“板”）的命名集合中，输入关键字来搜索某些图像——为 Pinterest 的视觉搜索技术创建地图导航不仅可以显示相似的图像，还可以显示互补的内容甚至广告。
从这些数据中，Pinterest 能够众包（和品牌来源）一个视觉搜索平台，该平台每月接收超过 2.5 亿次独特的视觉搜索。但 Pinterest 的目标是在视觉搜索方面做谷歌在文本搜索方面所做的事情。它希望相机是键盘，照片是查询。它想将人们的相机变成键盘，将他们的照片解析为查询，将图像的对象转换为关键字。