Tensorflow返回类似的图像

Question

我想使用Google的Tensorflow将类似图像返回到输入图像。

我在虚拟机CPU上的Ubuntu14.04上安装了来自http://www.tensorflow.org的Tensorflow（使用PIP安装--pip和python 2.7）。

我已经使用2012年的数据从http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz下载了训练有素的模型Inception-V3（inception-2015-12-05.tgz），该模型使用了ImageNet大型视觉识别挑战赛，但我认为它们都有神经网络和其中的分类器（作为预测类别的任务）。我还下载了classify_image.py文件，该文件在模型的1000个类中的1个中对图像进行分类。

所以我有一个随机图像image.jpg我跑来测试模型。当我运行命令时：

python /home/amit/classify_image.py --image_file=/home/amit/image.jpg

我得到以下输出:(使用softmax完成分类）

I tensorflow/core/common_runtime/local_device.cc:40] Local device intra op parallelism threads: 3
I tensorflow/core/common_runtime/direct_session.cc:58] Direct session inter op parallelism threads: 3
trench coat (score = 0.62218)
overskirt (score = 0.18911)
cloak (score = 0.07508)
velvet (score = 0.02383)
hoopskirt, crinoline (score = 0.01286)

现在，手头的任务是从60,000张图像的数据库中找到与输入图像（image.jpg）类似的图像（jpg格式，并保存在/ home / amit / images的文件夹中）。我相信这可以通过从初始-v3模型中删除最终分类层，并使用输入图像的特征集来查找所有60,000个图像的特征集的余弦距离来完成，并且我们可以返回距离较小的图像（cos 0 = 1）

请建议我解决此问题的方法，以及如何使用Python API执行此操作。

Answer 1

我想我找到了一个问题的答案：

在使用预先训练的模型（NN +分类器）对图像进行分类的文件classify_image.py中，我做了下面提到的更改（在它们旁边写着#ADDED的语句）：

string_replace

我通过将image_data输入到它来运行pool_3：0张量。如果我犯了错误，请告诉我。如果这是正确的，我相信我们可以使用这个张量进行进一步的计算。

Answer 2

Tensorflow现在有一个很好的教程，介绍如何在最后一层之前获得激活，并重新训练具有不同类别的新分类层： https://www.tensorflow.org/versions/master/how_tos/image_retraining/

示例代码： https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py

在您的情况下，是的，您可以从pool_3获取softmax层下面的层（或所谓的瓶颈）的激活，并将它们作为输入发送到其他操作：

最后，关于寻找类似的图像，我不认为imagenet的瓶颈激活是图像搜索的非常相关的表示。您可以考虑使用具有直接图像输入的自动编码器网络。

Answer 3

您的问题与此visual search project

类似