Google ImagesEdit

Googlen kuvahaku on ominaisuus, joka käyttää käänteistä kuvahakua ja jonka avulla käyttäjät voivat etsiä aiheeseen liittyviä kuvia vain lataamalla kuvan tai kuvan URL-osoitteen. Google toteuttaa tämän analysoimalla lähetetyn kuvan ja rakentamalla siitä matemaattisen mallin kehittyneiden algoritmien avulla. Sitten sitä verrataan miljardeihin muihin kuviin Googlen tietokannoissa, minkä jälkeen se palauttaa vastaavat ja samankaltaiset tulokset. Jos saatavilla, Google käyttää myös kuvan metatietoja, kuten kuvausta.

TinEyeEdit

TinEye on käänteiseen kuvahakuun erikoistunut hakukone. Kun kuva lähetetään, TinEye luo kyseisestä kuvasta ”ainutlaatuisen ja kompaktin digitaalisen allekirjoituksen tai sormenjäljen” ja vertaa sitä muihin indeksoituihin kuviin. Tällä menettelyllä pystytään täsmäyttämään jopa hyvin muokattuja versioita lähetetystä kuvasta, mutta se ei yleensä palauta samankaltaisia kuvia tuloksissa.

PixsyEdit

Pixsyn käänteinen kuvahakutekniikka havaitsee Pixsy-alustalle ladattujen kuvien kuvayhteensopivuudet julkisessa internetissä. Uudet osumat havaitaan automaattisesti ja käyttäjälle lähetetään hälytykset. Luvattomasta käytöstä Pixsy tarjoaa korvausten takaisinperintäpalvelua kuvan omistajan työn kaupalliseen käyttöön. Pixsy toimii yhteistyössä yli 25 lakiasiaintoimiston ja asianajajan kanssa eri puolilla maailmaa tekijänoikeusrikkomusten ratkaisemiseksi. Pixsy on Flickr-alustan ja käyttäjän strateginen kuvaseurantapalvelu.

eBayEdit

eBay ShopBot käyttää käänteistä kuvahakua löytääkseen tuotteita käyttäjän lataaman valokuvan perusteella. eBay käyttää ResNet-50-verkkoa luokkien tunnistamiseen, kuvien hasheja tallennetaan Google Bigtableen, Apache Spark -työtehtäviä hoitaa Google Cloud Dataproc kuvien hashien louhintaa varten ja kuvien ranking-palvelu otetaan käyttöön Kubernetesin avulla.

SK PlanetEdit

SK Planet käyttää käänteistä kuvahakua löytääkseen toisiinsa liittyviä muotituotteita verkkokauppasivustollaan. Se kehitti TensorFlow inception-v3:een perustuvan visuaalisen koodausverkon, jolla on konvergenssinopeus ja yleistettävyys tuotantokäyttöön. Moniluokkaiseen luokitteluun käytetään rekurrenssia neuroverkkoa, ja muotituotteiden kiinnostuksen kohteiden havaitseminen perustuu Faster R-CNN:ään. SK Planetin käänteinen kuvahakujärjestelmä on rakennettu alle 100 henkilötyökuukaudessa.

AlibabaEdit

Alibaba julkaisi Pailitao-sovelluksen vuoden 2014 aikana. Pailitao (kiinaksi 拍立淘, tarkoittaa kirjaimellisesti ostosten tekemistä kameran kautta) antaa käyttäjille mahdollisuuden etsiä kohteita Alibaban sähköisen kaupankäynnin alustalta ottamalla valokuvan kysytystä kohteesta. Pailitao-sovellus käyttää syvää CNN-mallia, jossa on haaroja yhteiseen havaitsemiseen ja ominaisuuksien oppimiseen, jotta havaintomaski ja tarkka erotteleva ominaisuus löydetään ilman taustahäiriöitä. GoogLeNet V1:tä käytetään perusmallina kategorian ennustamiseen ja ominaisuuksien oppimiseen.

PinterestEdit

Pinterest osti startup-yritys VisualGraphin vuonna 2014 ja otti käyttöön visuaalisen haun alustallaan. Vuonna 2015 Pinterest julkaisi artikkelin ACM Conference on Knowledge Discovery and Data Mining -konferenssissa ja julkisti järjestelmän arkkitehtuurin. Putki käyttää Apache Hadoopia, avoimen lähdekoodin Caffe-konvoluutiohermoverkkokehystä, Cascadingia eräkäsittelyyn, PinLateria viestinvälitykseen ja Apache HBasea tallennukseen. Käyttäjien lataamista kuvista poimitaan kuvan ominaisuudet, kuten paikalliset piirteet, syvät piirteet, erottuvat värisignatuurit ja erottuvat pikselit. Järjestelmää käytetään Amazon EC2:ssa, ja se tarvitsee vain 5 GPU-instanssin klusterin, jotta se voi käsitellä päivittäisiä kuvien latauksia Pinterestiin. Käyttämällä käänteistä kuvahakua Pinterest pystyy poimimaan visuaalisia piirteitä muotiesineistä (esim. kengät, mekko, silmälasit, laukku, kello, housut, shortsit, bikinit, korvakorut) ja tarjoamaan samannäköisiä tuotesuosituksia.

LykDatEdit

LykDat käyttää käänteistä kuvahakua löytääkseen muotituotteita useista eri verkkokaupoista verkossa. LykDat tarjoaa myös Twitter-botin, joka auttaa käyttäjiä tekemään käänteisiä kuvahakuja Twitteristä löytämistään kuvista.

JD.comEdit

JD.com julkisti reaaliaikaisen visuaalisen hakujärjestelmänsä suunnittelun ja toteutuksen Middleware ’18 -konferenssissa. Vertaisarvioitu artikkeli keskittyy algoritmeihin, joita käytetään JD:n hajautetussa hierarkkisessa kuvaominaisuuksien louhinta-, indeksointi- ja hakujärjestelmässä, jolla on 300 miljoonaa päivittäin aktiivista käyttäjää. Järjestelmä pystyi ylläpitämään 80 miljoonaa päivitystä tietokantaansa tunnissa, kun se otettiin tuotantokäyttöön vuonna 2018.