İçeriğe geç

Sektör Vakası: Perakende Görsel Arama + Ürün Etiketleme

E-ticaret için: kullanıcı fotoğrafından ürün arama, otomatik ürün etiketleme, görsel-metin eşleştirme.

Şükrü Yusuf KAYA
10 dakikalık okuma
İleri

Vaka: Görsel Arama + Ürün Etiketleme

Senaryo: Türk fashion e-ticaret. Müşteri Instagram'da gördüğü ürünü "fotoğraf yükle, benzerini bul" istiyor.

Pipeline#

text
# Attribute Extraction Prompt
 
Bu görseldeki giysiyi analiz et. Çıktı:
 
{
"category": "elbise | gömlek | pantolon | ...",
"color": ["primary_color", "secondary_color"],
"pattern": "düz | çiçekli | çizgili | ...",
"material_guess": "pamuklu | jersey | ...",
"style": "casual | formal | sporty | bohem | ...",
"season": "yaz | kış | tüm mevsim",
"details": ["yakalı", "kollu", "fermuarlı", ...],
"color_hex_primary": "#XXXXXX"
}
Visual attribute extraction

Otomatik Ürün Etiketleme#

text
# Ürün ekleme akışı:
# Tedarikçi sadece foto + temel bilgi gönderir
# Pipeline tüm metadata otomatik üretir
 
INPUT: ürün fotoğrafı + ham açıklama
OUTPUT:
- SEO başlık (60 char, anahtar kelime)
- 3 cümlelik açıklama
- 12 attribute (renk, malzeme, stil, vb.)
- 8 etiket (kategori filtreleri için)
- Alt-text (accessibility)
- 3 alternatif başlık (A/B test için)
 
Süre: ürün başına 8 dk → 12 sn (manuel vs otomatik)
Auto-tagging pipeline
Production sonuç: Trendyol benzeri bir Türk e-ticaret platformu, 200K ürün için bu pattern ile annotation maliyetini %85 azalttı, listeleme süresini 8 saatten 30 dakikaya indirdi.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

İlgili İçerikler

Bağlantılı Pillar Konular

Bu yazının bağlandığı pillar konular