在亚洲，人们对时尚和零售发展的兴趣正在上升。statista网站数据显示，就利润而言，日本是最赚钱的国家:超过7000万智能手机用户，自愿付费的用户(几乎一半的玩家打算在移动应用上花钱)和每个用户的平均收入为200美元。韩国平均每用户收入108美元，中国目前收入40美元，但用户数量巨大。

另外，一个有趣的事实是，在中国，女性比男性更容易在应用上花钱，所以很多公司都专门为女性受众打造了应用。原因之一是移动应用可以解决女性问题。比如在日本，网店选衣服的问题越来越迫切。错误的选择会导致退货，从而增加物流和包装成本。买家得到负面体验，卖家损失利润。

考虑这个问题很麻烦。卖家尝试用标准方法解决，电话咨询消费者，评论照片的模型参数等等。一些零售商正在采用可以远程试穿所有服装的技术，但这些技术往往已经过时。

Goodstyle程序是一个多品牌的虚拟试衣间，其算法是利用神经网络实现的。Goodstyle应用的用户数量每天都在App Store或Play Market中增加。通过这个应用，用户不仅可以试穿虚拟衣服，还可以组合衣服，创建完整的外观，并管理所有虚拟衣服。

现阶段，开发者正在计划优化界面。在不久的将来，用户使用起来会更方便，人体模特会更逼真，定价也会更容易理解。用户还可以根据价格区间选择衣服，查找打折商品等等。

Goodstyle service使用神经网络快速处理衣服，并将其添加到目录中。另一个神经网络正在开发中，这将使应用程序更加个性化。不仅会考虑参数，还会考虑每个特定用户的偏好。该计划将自动计算和推荐图像。这是一个新的层次，虚拟造型师的层次。当然，提出建议的不是人，而是神经网络。

接下来，《我看App》边肖详细讲解:什么是神经网络？Goodstyle的负责人Volha回复边肖，GoodStyle App的开发者用各种方法检测衣服。目前，Goodstyle的神经网络模型可以对几十种服装类别进行分类，应用分割遮罩，并在几乎每件服装上检测关键点。“我们学习如何将一件衣服从一个图像转换到另一个图像，并将其转换为虚拟的试穿头像。”沃尔哈这么说。

Goodstyle虚拟试穿app截图

“我们在研究中使用不同类型的神经网络和库，并根据我们得到的结果选择最佳的一个。为了获得最佳效果，我们尝试同时使用多个网络。无论如何，在我们所有的实验中，我们使用服装图像、形状、纹理和颜色，换句话说，我们使用图像像素阵列。这就是为什么我们的结果是高质量的，对任何体型都有吸引力。显然，试图解决虚拟试穿的问题，我们无法处理人的所有现有体型。这也是GoodStyle App现在限制体型数量的原因。我们现在正在使用GAN进行研究，如果给定的原型不匹配，它将帮助我们的用户体验使用他们个性化和详细体型的虚拟尝试。”沃尔哈强调。

这还不是全部。用户可以通过Goodstyle虚拟试衣间中的图像找到衣服/鞋子。该项目合作伙伴是一个很好的公众对公众在线商店的解决方案，所以你需要点击屏幕底部的相机图标，然后从图库中选择一张照片，并上传所有衣服的图像。此外，用户还可以在应用程序中收集图像。

Goodstyle团队目前专注于为公共市场领域创建软件开发工具包模块，该模块将在软件即服务模型中提供。服装零售商将能够在其网站中嵌入适当的模块，这将通过在购买前试穿产品来显著改善购物者的用户体验，并通过组合产品来创建完整的外观。随着退货次数的减少，企业主将获得增加的现金流和减少的物流负担，这可能会推动电子商务再上新台阶。