Inditex-tech-challenge

Home page of the app

Inspiration

Nuestra inspiración nació de la necesidad de cerrar la brecha entre el contenido visual aspiracional (editoriales de moda de Inditex) y la disponibilidad real en catálogo. Queríamos crear una experiencia que emulara la elegancia minimalista de las plataformas de ZARA, permitiendo a los usuarios "comprar el look" de forma instantánea y fluida.

What it does

FIT RECOGNIZER es una plataforma de recuperación visual bidireccional. Permite:

Detectar automáticamente todas las prendas y accesorios en fotos de modelos (Bundles).
Vincular cada prenda detectada con su ID exacto en el catálogo mediante IA.
Navegar bidireccionalmente: desde el modelo hacia las prendas que viste, y desde una prenda hacia todos los modelos que la han lucido en diferentes editoriales.
Filtrar por categorías, buscar por IDs y alternar temas visuales en una interfaz premium.

How we built it

Construimos un pipeline de tres etapas:

Detección

Usamos YOLOv8 optimizado para localizar prendas y expandir regiones del cuerpo (upper/lower/full).

Representación

Implementamos un Ensemble de Encoders (OpenCLIP ViT + ConvNeXt) con TTA (Test-Time Augmentation) para generar embeddings visuales ultra-precisos.

Recuperación

Utilizamos FAISS para búsquedas de similitud coseno en milisegundos, refinado con un Re-Ranking inteligente que cruza datos visuales, descripciones textuales y perfiles de color HSV.

La interfaz está desarrollada con:

Flask
CSS3 a medida
JavaScript Vanilla

Challenges we ran into

El mayor reto fue la "confusión de estilo": distinguir entre prendas visualmente idénticas pero con IDs distintos (ej. dos camisetas blancas con diferente bordado). Lo superamos implementando un ProjectionHead entrenado con Triplet Loss y un sistema de re-ranking que busca coincidencias en los metadatos textuales del catálogo.

Accomplishments that we're proud of

Estamos especialmente orgullosos de la navegación bidireccional. Lograr que el sistema no solo encuentre la ropa, sino que permita explorar cómo se combina esa misma ropa en diferentes estilismos de modelos, añade un valor real de "estilismo inteligente" al proyecto.

What we learned

Aprendimos que en Fashion AI, el contexto lo es todo. No basta con ver la prenda; entender la categoría (bolso vs mochila) y el color exacto mediante histogramas HSV es lo que realmente marca la diferencia entre un mAP aceptable y una experiencia de usuario perfecta.

What's next for Inditex-tech-challenge

El siguiente paso es la real-time augmented reality. Integrar este motor de matching en una cámara en vivo para que los usuarios puedan apuntar a una prenda física o en una revista y ver instantáneamente la ficha de producto en la app de ZARA, con stock en tiempo real y sugerencias de talla personalizadas.