在網(wǎng)上購物時，我們所看到的圖片會對購買決策產(chǎn)生巨大的影響，但處理這些圖片絕非易事。Imagga通過NVIDIA DGX Station實現(xiàn)的技術(shù)可應(yīng)用于在線零售領(lǐng)域，實現(xiàn)數(shù)字資產(chǎn)管理的自動化，并有助于提升廣告營銷活動的效果。

Imagga是一家位于保加利亞索菲亞的初創(chuàng)公司，同時也是NVIDIA初創(chuàng)加速計劃的成員。他們提供圖像識別和標記服務(wù)，從而減輕圖片處理的負擔。該公司的API能夠幫助圖像密集型企業(yè)改善面向客戶的照片搜索和交付功能。

識別大自然

位于美國科羅拉多州特柳賴德（Telluride）的初創(chuàng)公司PlantSnap正在使用Imagga的技術(shù)。使用PlantSnap的應(yīng)用程序（提供Android和iOS版本）能夠識別出圖片中的植物。當PlantSnap用戶拍下照片后，該應(yīng)用程序可以在幾秒內(nèi)返回照片中的植物物種信息，而實現(xiàn)這一切則要歸功于AI。

為了能夠準確識別來自世界各地的花卉、種子、樹木、蘑菇和仙人掌，PlantSnap的算法需要使用大量數(shù)據(jù)進行訓練。

為此，PlantSnap選擇了Imagga，在后者的幫助下，他們攻克了對全球32萬多種不同植物進行分類這一挑戰(zhàn)。對于PlantSnap而言，擁有準確且可擴展的系統(tǒng)至關(guān)重要。為滿足PlantSnap的需求，Imagga構(gòu)建了一個定制化的分類API，讓PlantSnap能夠以快于以往10倍的速度對模型進行訓練。

龐大的訓練數(shù)據(jù)

為了對API進行訓練，Imagga使用了超過9000萬張圖像，即使將新植物品種引入數(shù)據(jù)集，也能保持極高的識別準確度。在訓練其網(wǎng)絡(luò)時，Imagga使用了NVIDIA DGX Station，將訓練速度提升了88%。

“使用DGX Station進行超大規(guī)模訓練所需的時間相對于其他解決方案非常短，這對于我們來說是一個極大的優(yōu)勢，”Imagga聯(lián)合創(chuàng)始人兼首席執(zhí)行官Georgi Kadrev說道，“基于NVIDIA DGX Station，我們通用分類器（generic classifiers）的訓練時間從三周減少到了四天。”

Imagga是NVIDIA初創(chuàng)加速計劃中2800多家初創(chuàng)公司中的一員。初創(chuàng)加速計劃為初創(chuàng)公司提供技術(shù)、專業(yè)知識和營銷支持。

責任編輯：彭菁