![eBay 徽标](https://firebase.google.cn/static/images/partners/ebay_motors.png?authuser=5&hl=tr)
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
![eBay 的屏幕截图](https://firebase.google.cn/static/images/usecases/ebay_screenshot.png?authuser=5&hl=tr)
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。
![eBay 的屏幕截图](https://firebase.google.cn/static/images/usecases/ebay_screenshot.png?authuser=5&hl=tr)
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
![eBay 徽标](https://firebase.google.cn/static/images/partners/ebay_motors.png?authuser=5&hl=tr)
"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