博客
关于我
210627小白学视觉 | 实战 | 多种方法实现以图搜图(Transfer learning+Training Autoencoders)
阅读量:791 次
发布时间:2019-03-25

本文共 640 字,大约阅读时间需要 2 分钟。

以图搜图技术在日常生活中的应用越来越广泛。想象一下,你看到了某张图片或某件衣服,甚至是某个明星,继续无端发问身边的小伙伴吗?通过图搜技术,你已经可以轻松解决这些问题了吧。这种既有趣又实用的技术背后到底有怎样的实现方法呢?

在这之前,我们之前分享的实现方案操作步骤比较复杂,且最终呈现的效果不够精致。因此,本次我们希望实现更直观、更美观的效果。

具体目标很明确。我们希望在同样的基础上,通过优化算法和展示效果,实现更简便的操作流程。你提交要求查询图片后,我们将直接输出相应的结果。在展示结果时,一张查询图片放在顶部,下方则会自动呈现出与之最相似的五张图片。

在这里,我们采用了更加专业的方法来实现这一功能。我们首先对查询图片和数据库图片分别进行处理,将图片数据转换为固定大小的特征向量,这就是所谓的image embeddings。然后,我们采用余弦相似度作为距离度量标准,通过kNN算法快速找到数据库中与查询图片最为相似的k张图片。

在具体操作上,我们特别准备了36种食物类别的图片库。每种食物都安排了6张图片,共计216张图片。通过对这些图片进行预处理和特征提取,建立精确的数据库。然后,在获取查询图片后,系统自动在数据库中搜索最相似的结果磁器。

通过这样的方式,用户只需要提交需要查询的图片,最多只需3秒钟就能卸load得到最接近的5张图片结果。这不仅提升了操作的便捷性,还通过精美的界面呈现,使得结果更加直观可读。这种方式最大限度地节省了用户的时间,还提供了更好的使用体验。

转载地址:http://dsvuk.baihongyu.com/

你可能感兴趣的文章
MySQL replace函数替换字符串语句的用法(mysql字符串替换)
查看>>
Mysql Row_Format 参数讲解
查看>>
mysql select, from ,join ,on ,where groupby,having ,order by limit的执行顺序和书写顺序
查看>>
MySQL Server 5.5安装记录
查看>>
mysql slave 停了_slave 停止。求解决方法
查看>>
MySQL SQL 优化指南:主键、ORDER BY、GROUP BY 和 UPDATE 优化详解
查看>>
mysql sum 没返回,如果没有找到任何值,我如何在MySQL中获得SUM函数以返回'0'?
查看>>
mysql Timestamp时间隔了8小时
查看>>
Mysql tinyint(1)与tinyint(4)的区别
查看>>
mysql union orderby 无效
查看>>
mysql where中如何判断不为空
查看>>
mysql workbench6.3.5_MySQL Workbench
查看>>
MySQL Workbench安装教程以及菜单汉化
查看>>
MySQL Xtrabackup 安装、备份、恢复
查看>>
mysql [Err] 1436 - Thread stack overrun: 129464 bytes used of a 286720 byte stack, and 160000 bytes
查看>>
MySQL _ MySQL常用操作
查看>>
MySQL – 导出数据成csv
查看>>
MySQL —— 在CentOS9下安装MySQL
查看>>
mysql 不区分大小写
查看>>
mysql 两列互转
查看>>