Python 基于CNN的图像匹配

有两组彩色图像：A和B。对于A中的每个图像，我想找到10个最接近的图像，即B中的10个最高分数

此外，A和B中每个图像的大小都不同

请注意，它不是将图像分类为不同的类别，而是查找最相似的图像

此外，还需要一个分数来说明相似性。如果B中有100张图片，那么A中的每张图片应该有100分

我知道CNN可以用来解决这个问题，但我找不到任何信息

做这件事的方法是什么

有什么项目或例子可以遵循吗

---

非常感谢。

基本上你可以做以下几件事

使用CNN在图像上训练自动编码器网络当然，在达到足够的精度后，使用网络的编码器部分获得表示图像的向量

可以使用向量之间的任何相似性方法来获得前n个最接近的向量

关于你关于不同尺寸的第二点意见，你必须将图像规格化为一个通用尺寸或使用两个不同的网络，用于A和B

如果您只想使用一个网络，这意味着您需要向其提供与输入层dim对应的图像， 因此，您必须对图像的像素进行放气和充气，以将图像大小调整为选定的大小，有多种技术可以做到这一点，每种技术都有其优缺点，其中大多数都与数据丢失有关

例如，您可以将每个2X2块合并为1个像素，您可以将图像裁剪为所需大小，释放其条纹数据，等等。。。 我的建议是首先使用图像库的ResizeAPI，在获得稳定的解决方案后，在调整网络时，尝试其他调整大小的技术

---

有很多自动编码器的例子，这取决于你使用的框架。。。keras中的一个简单例子是，在你的问题之后，在Google的python图像匹配CNN中排名第二。谢谢你，Ivan。本网站将图像分类为10位数，而不是两组图像。嗯，任务高度相关，因此您可以从那里开始，并根据您的情况调整技术。谢谢您，shahbaf。如何将图像规格化为一个通用大小？如果您的模型架构包括，那么输入可能是可变大小的。排除密集连接的层可能听起来有点叛逆，但是。@Mike，补充了我关于将图像标准化为一个普通大小的答案，希望你会发现它有帮助。感谢MPA和shahaf的帮助。我将接受你的评论。