Tensorflow特定目标检测

我知道这个问题可能会以“基于意见”的方式结束，但我在网上找不到任何资源，也找不到关于堆栈溢出问题的每个链接，所以请耐心等待

我试图了解Tensorflow是否是目标检测的正确工具。我说的不是分类，而是真实物体的检测和识别。
我的用例如下：给定一张图片（实时照片），在数千张不同图片的目录中找到匹配的图片。
例如：对超市产品进行实时扫描，在高分辨率图像目录中找到匹配的产品。我不想知道产品是鞋还是牙膏，我想知道“最匹配”的形象（即普拉达X型或高露洁薄荷口味）

几年前，我已经用OpenCV开发了一个工作脚本，使用FLANN的冲浪功能检测，但我想知道是否有更好的工具来完成这项工作。

---

有人能给我指出正确的方向吗？

虽然我不确定它是否提供了比您已经实现的任何解决方案更好的解决方案，但TensorFlow和一般的深度学习确实可以用于此目的。可以创建一个神经网络，将图像作为输入并输出一个数字向量。向量之间的欧几里德距离可用于确定不同图像之间的相似性，该方法已有效应用于人脸识别（请参阅）

---

有关使用TensorFlow实现此解决方案的起点，请参阅。

非常感谢！这是一篇非常有趣的文章。关于性能，只有一种方法可以找到它：基准，基准，基准！