赞
踩
检索系统原理:
图像检索过程简单说来就是对图片数据库的每张图片抽取特征(一般形式为特征向量),存储于数据库中,对于待检索图片,抽取同样的特征向量,然后并对该向量和数据库中向量的距离(相似度计算),找出最接近的一些特征向量,其对应的图片即为检索结果。[1]
【
原理部分详见论文,以下是代码实现:
开发环境:
#windows 10
#tensorflow-gpu 1.8 + keras
#python 3.6
执行示例:
#对database文件夹内图片进行特征提取,建立索引文件featureCNN.h5
python index.py -database database -index featureCNN.h5#使用database文件夹内001_accordion_image_0001.jpg作为测试图片,在database内以featureCNN.h5进行近似图片查找,并显示最近似的3张图片
python query_online.py -query database/001_accordion_image_0001.jpg -index featureCNN.h5 -result database
1、抽取特征:extract_cnn_vgg16_keras.py
#-*- coding: utf-8 -*-
importnumpy as npfrom numpy importlinalg as LAfrom keras.applications.vgg16 importVGG16from keras.preprocessing importimagefrom keras.applications.vgg16 importpreprocess_inputclassVGGNet:def __init__(self):#weights: 'imagenet'
#pooling: 'max' or 'avg'
#input_shape: (width, height, 3), width and height should >= 48
self.input_shape = (224, 224, 3)<
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。