我有数百万张图片，每张图片都有我们转换过的图像 分为512个数字来表示更高级别的图像 抽象比像素。数据集类似于包含512个字段的表 一百万行，里面装满花车。
当给出新图像时，我希望能够通过1查询 百万条记录并按照＃34;相似度＆＃34;的顺序返回记录。 相似性可以定义为两者之间的最小差异和 512个元素的数组。
永久存储此数据并执行数值计算的最佳方法是什么，以便＆＃34;图像搜索＆＃34;很快？
仅供参考：512个元素是图像分类中使用的卷积神经网络的中间输出特征。在给出新图像时，我试图返回最相似的图像。
我对此很陌生 - 我希望这个问题有道理。
我可以通过多种不同方式存储数据库...在sql数据库，csv文件中序列化......但我不确定的是以后快速搜索的最佳格式。
答案 0 :(得分：1)
我的建议是矢量化，可能在Python的Numpy，MATLAB或Octave等中使用。基本上，这意味着您可以在两个矩阵之间采用不同的方式：
例如，在Python3中：
import numpy as np
pic1 = np.array([[1,2], [3,4]])
pic2 = np.array([[4,3], [2,1]])
diff = pic1 - pic2
dist = diff * diff
similarity = 1/ sum(sum(dist))
print(similarity)
这很快，因为现在你的操作是O（图片数量）而不是O（n * d ^ 2），其中d是图像边缘的维度