前几天还在为 pytorch
如何部署以及如何融入到图像处理流程中苦恼,没想到图片分类这边在短短几小时内给调试过了,并迅速融入到整个图片处理流程当中。
其实这也很容易理解,以图搜图的图像识别需要多次经过专用算法:
- 特征值提取:通过
pytorch
调用模型提取特征值并存储起来。 - 计算特征值:由于特征值的量级比较大,并且又不是简单的数值或字符串匹配,而是调用专门的算法。
虽然可以将图库图片在后台预先处理(这里可以与业务流程分类),但是用户上传还是需要在业务流程中在进行特征值提取以及特征值相似度计算,在没有足够算力的情况下,这个过程非常影响使用体验。相反标签搜索仅仅是数据搜索匹配问题,一下子就将一个看似复杂的算法问题转换成一般意义上的业务数据处理问题。
这里就简单介绍一下基于 deepdanbooru
的图片分类以及衍生出来的标使用标签进行与管理的问题