app开发者平台在数字化时代的重要性与发展趋势解析
2127
2022-10-24
实战 | 多种方法实现以图搜图
在学习中发现快乐,在应用找到价值。这是我第九期分享图像技术应用的文章。
概述
作者:Anson Wong编译:AI算法与图像处理代码链接:embeddings(将图片数据转换为固定大小的特征表示——矢量)上以余弦相似度作为距离度量使用kNN获取前k个最相似的数据库中的图片。
在接下来的例子中,我们提供了36个食物数据库中的图片(每种食物有6张图:牛排、土豆、 炸薯条、沙拉、汉堡、芦笋),通过查询3张并未在数据库中出现的测试图片执行图片搜索功能。
链接中的代码已提供爬Google图片的代码以及对图片进行预处理的相关操作
将采用以下两种方法执行以图搜图功能:
1)Transfer learning2)Training AutoencodersTrainsfer learning
通过使用例如预训练模型VGG19生成 image embeddings(可以理解为图片的特征向量) 。这是通过移除VGG199模型最后的基层,并对我们的图片进行维度变换,压缩成一维向量。整个过程无需训练,只需利用预训练模型的权重即可。
下图为整个过程的原理图:
Training Autoencoders
我们在数据库图片上同时训练simple autoencoder 和 convolutional autoencoder ,并使的reconstruction loss 最小。经过充分训练后,我们提取autoencoder的编码器部分,并在推理过程中使用它生成 flattened embeddings。
看了下面这张图也许,能明白一些东西
可视化结果
Transfer Learning
Convolutional Autoencoder
Simple Autoencoder
使用方法
项目结构:再次放一下链接:image_retrieval.py即可实现我们的上图效果,最终的结果会保存到 新建的output文件中。
我们通过对 image_retrieval.py 中的modelName进行调整,以选择你需要的方法:
这里提供了三种可选模型
modelName = "convAE" # try: "simpleAE", "convAE", "vgg19"
三种模型的含义:
"simpleAE" = simple fully-connected autoencoder"convAE" = multi-layer convolutional autoencoder"vgg19" = pre-trained VGG19 for transfer learning
原文代码中注释的非常清晰了这里就过多解释了
最后注意一下需要的库:
tensorflow, skimage, sklearn, multiprocessing, numpy, matplotlib
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~