机器学习 – 使用TensorFlow进行图像相似性检测
最近我开始玩tensorflow,同时尝试学习流行的算法,我需要找到图像之间的相似性.
图像A由我提供给系统,userx提供图像B,如果图像B相似(颜色和类别),系统应该将图像A检索到用户x. 现在我有几个问题: >我们是否认为这种情况是有监督的学习?我问 解决方法
当您拥有优化模型的标签时,它会受到监督学习.因此,对于大多数神经网络,它受到监督. 但是,您也可以查看完整的任务.我想你的图像对没有任何基本事实,你的模型应该输出“期望的”相似值? 解决这个问题的一种方法听起来固有的无监督是在1000类图像网上对CNN(卷积神经网络)进行训练(以监督的方式).为了获得两个图像的相似性,您可以简单地获取输出概率分布的欧氏距离.这不会带来出色的结果,但可能是一个很好的首发.
首先,您应该定义“类似”对您来说意味着什么.当两个图像包含相同的对象(类)时,它们是否相似?如果图像的一般颜色相同,它们是否相似? 例如,以下3对图像有多相似? 查看FaceNet并搜索“基于内容的图像检索”(CBIR): > Wikipedia (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |