eBay Motors 使用 Firebase ML 快速对图片进行分类、降低成本并改善用户体验
简介
eBay Motors 让 用户能够搜寻其所在地区内待售的车辆。用户还可以通过移动应用， 在一个方便易用的界面中 上传自己想要销售的车辆的照片。 这款应用面向汽车爱好者， 也就是真正关注汽车的客户， 在他们心目中，汽车绝不仅仅是一种代步工具。
挑战
这类买家希望汽车具有更详细的描述， 也希望能更深入地了解车辆使用史。对于卖家来说， 在应用中为其车辆商品详情上传出色的照片非常重要。 但要为每张照片添加 "外饰"、"内饰"或"发动机"这类标签需要耗费大量人力， 这可能会延误待售车辆的上架， 最终使更多人不愿 通过该应用上架自己的车辆。
eBay Motors 的应用开发团队付出了很多时间 去尝试寻找自动为这些照片添加标签的最佳方法， 但一直没找到满意的解决方案。
解决方案
该团队意识到，他们并不需要在内部自行构建所有这些功能， 于是选择了借助 AutoML Vision Edge 来帮助他们应对这一用户体验挑战。Bay Motors 的原生应用负责人 Jack Hall 说： "这里涉及到两个关键考虑事项：我们该如何为卖家提供无缝的上传体验， 减少他们在创建商品详情时遇到的阻力； 以及我们该如何降低支持这类功能的成本， 无论是工程工作成本， 还是服务器相关成本。" AutoML 直接解决了这两个问题， "它使我们能够缩短 通过应用创建商品详情所需的时间， 这显然对我们的卖家投资回报率有显著影响，"Hall 补充说。
借助 AutoML Vision Edge， eBay Motors 团队使用自己的数据集在一周内就完成了 从概念到原型的过程。在执行数小时的数字标签添加任务之后， 他们就将模型改进到了 能放心地在生产环境中使用的程度。
成果
1 周时间完成从概念到原型的过程（使用他们自己的数据集）
只需执行 20 小时的数据标签添加任务即获得可在生产中使用的模型
"AutoML 帮助我们缩短了通过应用创建列表所需的时间，这对我们的卖家投资回报率产生了明确的积极影响。"
- eBay Motors 原生应用主管 Jake Hall