按年被提到
20152015 · 3 次2026
安全、隐私与密码学›追踪、监控与设备传感·arXiv:1505.07647 · cs.CV

Visual Search at Pinterest

Pinterest 的视觉搜索
Yushi Jing, David Liu, Dmitry Kislyuk, Andrew Zhai, Jiajing Xu, Jeff Donahue, Sarah Tavel · 2015

小团队用云平台和开源工具搭建大规模视觉搜索系统

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 4 人首次 2015-05-29 · 最近 2017-02-23
4不同的人
4活跃月份
4讨论串
145被引(OpenAlex)

论文展示了借助 Amazon Web Services 等分布式计算平台和开源工具,小型工程团队也能构建、上线并维护低成本的大规模视觉搜索系统,并通过 Pinterest 上全面的线上实验表明,由视觉搜索驱动的内容推荐能提升用户参与度。作者分享了实现细节和从零上线商业视觉搜索引擎的经验,希望视觉搜索能被更广泛地用到商业应用里。

HN 为什么提它

摘录只是 arXiv 链接和一份阅读清单,没有评价;评论者仅把它当作 Pinterest 视觉搜索系统的论文来提及。

其他难度 3 / 5约 30 分钟有时效性
读之前最好知道
1卷积神经网络的图像特征(embedding)
2近似最近邻检索(approximate nearest neighbor search)
3分布式计算平台(如 AWS)
4在线 A/B 实验

学习路径

读这篇之前,按顺序读书架上的 3 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径先了解图像识别的基准和卷积网络特征,再看如何把现成的 CNN 特征用于检索,最后读 Pinterest 的视觉搜索系统。

  1. 1
    ImageNet Large Scale Visual Recognition ChallengeImageNet 大规模视觉识别挑战 · 2014

    视觉搜索使用的深度特征来自在 ImageNet 上训练的网络,需要知道这个基准。

    读任务设置与评测方式;不必细读历年结果。

  2. 2
    Very Deep Convolutional Networks for Large-Scale Image Recognition面向大规模图像识别的极深卷积网络 · 2014

    系统里使用的是这类深层卷积网络提取的视觉特征。

    读网络结构(3x3 卷积堆叠)与最后全连接层的输出可作为特征。

  3. 3

    说明现成的 CNN 特征不经微调即可用于多种识别与检索任务,是本文用法的依据。

    读用预训练网络的某一层作特征并配合简单分类器或检索的做法与结果。

  4. 4
    Visual Search at PinterestPinterest 的视觉搜索 · 2015 · 就是这篇

    目标论文:用云平台和开源工具搭建大规模视觉搜索系统,并做线上实验。

    读特征提取与索引服务的系统架构,以及线上实验对用户参与度的影响。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用shackenberg · 2015-06

“For reference, here is the link to the real arxiv page: Visual Search at Pinterest”

给出 Pinterest 视觉搜索论文真正的 arXiv 页面
Visual Search at Pinterest [pdf]原评论 ↗
引用web007 · 2015-12

“Visual Search at Pinterest - Visual Search at Pinterest”

把它列入自己读过的 2015 年论文
Ask HN: Papers you read in 2015?原评论 ↗
被提交为 story · 3 次