机器学习 – 使用TensorFlow进行图像相似性检测

发布时间：2020-12-14 04:35:12 所属栏目：大数据来源：网络整理

导读：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？我问因为我不认为这是

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
因为我不认为这是一个分类问题(困惑!!)
>我应该用什么算法训练等等.
>应该经常进行再训练,我应该如何解决这个问题
问题所以我不是每次都从头开始训练(微调??)

Do we consider this scenario to be supervised learning?

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.

What algorithms i should use to train etc..

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？

enter image description here

查看FaceNet并搜索“基于内容的图像检索”(CBIR)：

> Wikipedia
> Google Scholar

（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!