实战 | 多种方法实现以图搜图

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

研究好玩又有用的技术第 009 期

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。

前八期欢迎阅读和分享：

• 第一期《

• 第二期《》

• 第三期《》

• 第四期《》

• 第五期《用python和opencv检测图像中的条形码》

• 第六期《》

• 第七期《》

• 第八期《》

概述

作者：Anson Wong

编译：AI算法与图像处理

代码链接：https://github.com/ankonzoid/artificio/tree/master/image_retrieval

以图搜图技术是日常生活中常用的功能，当你看到某张图片某件衣服甚至是某个明星，可能都无须舔着脸问你身边的小伙伴了，因为目前的搜图技术能基本满足你的日常需求。那么这么有趣又实用的技术，到底如何去实现它呢？之前有分享过两篇相关的文章《

预期目标

之前分享的相对比较麻烦，需要多个操作步骤，最终的显示效果也并不是非常美观。因此今天，我们膨胀了，希望一步到位并让结果更加漂亮哦～

定个小目标：

希望输出下面的结果，最上面一行是query图片（需要查询图片），下面一行输出五个与查询图片最接近的结果。

实施方案

给定一组查询图片和数据库图片。我们对数据库图片执行以图搜图操作，在image 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 learning

2）Training Autoencoders

Trainsfer 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：https://github.com/ankonzoid/artificio/tree/master/image_retrieval

运行程序 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

你点的每个“在看”，我都认真当成了喜欢