本案例中通过 NVIDIA GPU 加速平台，知衣科技每日处理超过 100 万时尚图像数据，构建了行业最全的大数据趋势平台，帮助服装行业从业者通过大数据了解最新时尚趋势。
本案例主要应用到 NVIDIA Tesla GPU 和 NVIDIA TensorRT。
In this Case, through the NVIDIA GPU acceleration platform, Zhiyi Technology processes more than 1 million fashion image data every day, and builds the most complete big data trend platform in the industry to help garment industry practitioners understand the latest fashion trends through big data.
The major products utilized in the case is NVIDIA GPU.
知衣科技公司是一家以 Al 技术服务于服装行业的科技公司，致力于解决时尚趋势发现、服装款式推荐、生产销售平衡等难题，成为服装行业爆款挖掘和商品企划解决方案专家。
知衣科技构建了国内首个集电商数据、社交媒体数据和专业时尚数据的时尚数据库，并基于 NVIDIA GPU 加速,每日完成对超过 100 万图像数据进行超过 14 个类别、600 个标签维度的分析,并建立专业的服饰类图像搜索库，帮助设计师、买手等行业从业者提升工作效率。
在服装企业中，设计师接触到的数据化信息非常少，许多设计师甚至不了解热销款式。归其原因，主要在于数据的提供方通过数据思维或者互联网运营思维组织整理出来的数据产品不符合设计师的数据处理习惯，设计师主观上对此类数据系统的抵触使得设计师经常在不了解市场的情况下设计出不受消费者青睐的款式。
在服装行业中，以服装图像找相似款服装的需求强烈，虽然目前有一些可用工具，但是普遍存在诸如搜索准确率低、搜索库较小、缺乏秀场等时尚设计数据等问题，在实际使用中难以满足服装从业者们的需求。为了满足设计师需求，面临着：相似服装数据集缺乏、服装形态各异且是柔性目标、服装搜索库巨大算力需求巨大的挑战。
决策数据化、智能化是服装行业未来必然的发展方向，但目前行业的信息化、数据化的程度较低，数据收集、整理都很欠缺。而且服装行业存在大量非结构化数据，给整理和分析都带来很大难度。
为了有效利用这些非结构化数据，需要大量使用基于深度学习的 AI 技术。然而目前 Al 技术使用门槛高，服装行业内企业缺乏相关经验、不熟悉相关算法，在底层框架及硬件驱动上也面临重重困难。同时，深度学习对于计算资源的需求极大，对大规模数据进行分析必须依赖数组 GPU 支持。
知衣科技数据产品 AI 数据是一款基于淘宝服装销量数据的款式挖掘平台，帮助用户快速跟踪竞店动态，随时掌握最新爆款趋势。这款通过时尚 AI 识别技术和服装大数据技术的应用，对 1万多个品牌、上千万款式图片，进行 14 大维度超过 600 种标签的智能分析，助力服装企业实时掌握国内外服装趋势变化，精准制定款式研发方向。NVIDIA Tesla GPU 针对深度学习的加速，将AI 算法的运行整体流程提升了 50 倍，满足了处理海量数据的需求，间接地帮助客户更快的抓住时尚趋势，把握市场机遇。
知衣团队基于深度学习算法开发了一套相似服装搜索系统，该系统包含服装检测、服装特征提取与服装检索等基础算法。图搜问题就是对需要搜索的图像进行特征提取，然后使用提取到的特征去特征库中进行匹配，找出最相似的图像。一般来说如果需要进行特定领域的图像搜索，需要收集该领域的数据集进
