有两组彩色图像：A和B.对于A中的每个图像，我想在B中找到10个最接近的图像，即10个最高分。
此外，A和B的每个图像的大小都不同。
请注意，它不是将A中的图像分类为不同的类别，而是查找最相似的图像。
此外，需要得分来说明相似性。如果B中有100张图像，那么A中每张图像应该有100个分数。
我知道CNN可以用来解决这个问题，但我找不到任何信息。
这样做的方法是什么？
是否有任何项目或示例可供使用？
非常感谢。
答案 0 :(得分：1)
基本上你可以做以下
在达到足够的精度后，在图像上训练自动编码器网络（当然使用CNN），使用网络的编码器部分获得表示图像的矢量
你可以使用矢量之间的任何相似性方法来获得前n个最接近的向量
关于您对不同尺寸的第二次评论，您必须将图像标准化为一个通用尺寸或使用2个不同的网络，A和B
如果您只想使用一个网络，这意味着您需要使用与输入图层相对应的图像来提供它， 所以你必须放气使图像的像素膨胀以将图像大小调整到所选的大小，有多种技术可以做到这一点，每一种都有它的优点和缺点（大多数都是关于丢失的数据）
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的大小（丢失它的条纹数据），依此类推...... 我的建议是首先使用图像库的resize api，在获得稳定的解决方案之后，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示例，取决于您使用的框架... here's一个简单的keras