毕设基于深度学习的以图搜图系统
matlab语言
前言
随着人工智能的不断发展,深度学习这门技术也越来越重要,很多人都开启了学习深度学习,本文就介绍了深度学习的基础内容。
深度神经网络可以通过对大规模的图像数据进行自适应学习,“记忆”并“抽象”图像特征, 形成权重参数,进而实现分类识别、目标检测等。以图搜图一般指对输入的图像进行特征提取, 并与已构建的图像数据库进行对比,按相似度从高到低进行排序并返回,进而实现所见即所想 式的直观检索。目前已有多个以图搜图应用,例如百度识图、以图搜衣、以图搜车等。
一、实验数据集准备
本次实验选择 TensorFlow 提供的 flower_photos.tgz 作为数据库进行分析,用了六种数据集,包含一些5种花草,1种纸张。
二、软件设计
这里设计软件界面,包括图像加载、深度特征提取、权值配置、图像检索及呈现,以便于 进行检索和分析
1.以图搜纸皮
2.以图搜花
实验总结
本次实验首先对深度神经网络的特征图进行了拆分、激活和呈现,可以发现深度神经网络 对特征提取的高效性。本次实验还通过对样本图像经 AlexNet、GoogleNet 进行深度特征的提取, 结合预先距离进行相似度判断,实现了以图搜图应用,也可以扩展其他搜索应用,比如以图搜车,以图搜衣服等