일반적인 도움말

이 페이지에서는 Vision API 제품 검색을 사용할 때 문제가 발생할 경우 도움이 될 수 있는 문제 해결 단계를 설명합니다.

검색결과

반환되는 최대 결과 수는 몇 개인가요?

구현 세부정보로 인해 반환되는 최대 결과 수는 쿼리마다 다릅니다. 반환이 보장되는 최대 결과는 500개입니다. 이보다 더 많이 요청하면 요청된 수가 모두 처리되지 않을 수 있습니다.

결과에 점수 임곗값을 설정할 수 있나요?

검색결과 점수는 보정되지 않습니다. 즉, 지정된 쿼리의 결과 점수를 비교할 수 있습니다(이렇게 결과의 순위가 정해짐). 그러나 쿼리 A와 쿼리 B의 결과 점수를 반드시 비교할 수 있는 것은 아닙니다. 즉, 특정 사용 사례에 적합한 하나의 고정된 임곗값은 없습니다.

자체 실험을 기준으로 임곗값을 설정할 수 있습니다. 임곗값을 설정하려면 이 임곗값을 항목 라벨별로 설정해야 합니다. 즉, 각 라벨에 대해 '가방'과 별도로 '신발'에 대한 결과 점수 임곗값을 설정해야 합니다.

특정 결과가 다른 결과보다 더 높은 순위로 지정되는 이유는 무엇인가요?

현재 Vision API 제품 검색은 특정 결과가 반환된 이유를 설명하는 기능을 지원하지 않습니다.

productGroupedResults를 사용하는 것과 Vision API의 객체 로컬라이저 기능을 사용하는 것의 차이점은 무엇인가요?

productGroupedResults 응답은 감지된 항목의 목록, 예측된 라벨 및 점수, 해당 경계 상자, 각 항목에 대한 제품 검색결과의 순위 목록을 반환합니다. 이 응답은 먼저 Vision API의 객체 로컬라이저 기능에 쿼리 이미지를 전송한 다음 해당 이미지를 각 제품 항목의 경계 상자와 함께 관련 라벨로 필터링하여 Vision API 제품 검색에 전송하는 것과 같습니다.

productGroupedResults를 사용할 때 얻을 수 있는 장점 중 하나는 단일 API 호출만 전송하기 때문에 더 빠르고 더 직접적이라는 것입니다. 그러나 객체 감지와 검색어 사이에 구현해야 하는 몇 가지 커스텀 애플리케이션 논리가 있는 경우에는 2단계 방법이 좋은 접근 방법입니다. 객체 라벨을 기준으로 Vision API 제품 검색 필터를 추가하는 경우를 예로 들 수 있습니다.

이미지에서 제품의 위치를 알고 있는 경우 API에 쿼리하기 전에 이미지를 잘라야 하나요?

예를 들어 사용자가 검색할 항목 주위에 경계 상자를 그릴 수 있는 경우 이러한 상황이 발생할 수 있습니다. 일반적으로는 이미지를 API로 보내기 전에 자르면 안 됩니다. Google API에서는 타겟팅된 결과를 반환하는 쿼리 경계 상자와 전체 이미지 컨텍스트를 함께 사용하는 것이 결과를 개선하는 데 도움이 되기 때문입니다.

참조 이미지

적합한 제품 참조 이미지란 무엇인가요?

적합한 참조 이미지란 이미지 속에 다른 객체 없이 제품이 또렷하게 표시되는 이미지입니다. 적합한 참조 이미지의 일반적인 예시는 '팩샷' 이미지입니다. 이러한 이미지는 제품 페이지나 광고에서 사용자에게 제품을 보여줄 때 자주 사용되며 일반적으로 흰색 배경 앞에서 촬영됩니다. 다른 환경에서의 제품 이미지도 이미지 속에 다른 제품이 없는 경우 적합한 참조 이미지가 됩니다. 참조 이미지에 사용할 수 있는 이미지를 모두 사용해야 합니다.

제품을 검색하는 데 사용하는 참조 이미지와 이미지에 적합한 이미지 크기는 무엇인가요?

이상적인 이미지는 제품에 초점을 맞추며 제품은 이미지 대부분을 채웁니다. 작거나 모호한 제품 표현만 포함된 이미지는 바람직하지 않은 결과를 만듭니다. 따라서 이미지에 표시된 제품의 구체적인 크기가 특정 이미지 크기보다 더 중요합니다. 그러나 일반 권장사항으로는 참조 및 검색 이미지에 가장 큰 면이 600픽셀 이상인 이미지를 사용하는 것이 좋습니다.

특정 제품에 대한 최적의 참조 이미지 수는 몇 개인가요?

제품의 참조 이미지가 한 개만 있는 경우에도 Vision API 제품 검색이 제대로 작동합니다. 특히 이미지에 몇 가지 변형이 있는 경우, 일반적으로 3~8개의 이미지가 있어야 Vision API 제품 검색에서 적절한 결과를 도출하는 데 필요한 정보를 얻을 수 있습니다. 이러한 변형에는 제품의 다양한 방향, 조명 또는 배경이 포함됩니다. 추가 참조 이미지는 색인에 추가될 수 있으며, 이로 인해 정확성이 떨어져서는 안됩니다.

내 제품에 대한 참조 이미지를 더 얻으려면 어떻게 하나요?

Vision API 제품 검색의 정확성을 개선하는 가장 좋은 방법은 제품에 대한 참조 이미지를 추가하는 것입니다. 이미 대표적인 제품 이미지 세트를 업로드한 경우 일부 제품에 대한 정확성을 높이려면 다른 기존 이미지를 사용하거나 해당 제품의 이미지를 더 많이 수집하면 됩니다.

다른 기존 이미지를 사용하려면 사용할 이미지에 제품이 또렷하게 표시되고 집중력을 분산시키는 다른 객체가 없어야 합니다. 예를 들어 바지에 특정 셔츠를 입은 모델 사진이 있을 경우, 이 이미지 단독으로는 셔츠 제품의 적합한 참조 이미지가 되지 못합니다. 그러나 셔츠를 감싸는 경계 상자를 제공하거나 셔츠만 포함하도록 이미지를 자르면 적합한 참조 이미지를 만들 수 있습니다. Vision API의 객체 로컬라이저 기능을 사용하여 상자를 제공할 수 있습니다. 이 방법은 사용자가 제공한 경계 상자 주석과 함께 또는 그 대신 사용할 수 있습니다.

내 제품 세트에 추가하는 데이터 양을 늘리면 API의 정확성에 도움이 되나요?

기존 참조 이미지의 증강된 버전을 추가(예: 왼쪽 및 오른쪽으로 뒤집기, 색 이탈 대비 등)하는 것도 좋지만 일반적으로 정확성을 높이는 데는 효과가 거의 없습니다.

데이터 관리

인벤토리가 변경될 때 제품 세트를 새 제품으로 업데이트하세요. 변동이 적은 경우 필요한 만큼 제품을 추가하거나 삭제할 수 있습니다. 또는 인벤토리나 참조 이미지에 중대한 변화가 있는 경우 변경사항이 적용된 새 제품 세트를 만들고 검색 품질을 테스트한 후에 새로운 세트로 완전히 전환할 수도 있습니다. 두 경우 모두 간편한 참조 또는 롤백을 위해 일괄 가져오기 CSV 파일을 저장하는 방법으로 제품 세트 안에 어떤 제품과 이미지가 있는지를 추적해야 합니다.