Tensorflow特定对象检测

Question

我知道这个问题可能会以“基于观点”的形式结束，但是我找不到在线资源，也找不到指向Stack Overflow的每个链接，因此请耐心等待。

我试图了解Tensorflow是否是用于对象检测的正确工具。我说的不是分类，而是真正的对象检测和识别。
我的用例如下：给定图像A（实时照片），在成千上万张不同图像的目录中找到匹配的图像。
例如：对超市产品进行实时扫描，然后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子还是牙膏，我想知道“最匹配”的图像（即Prada X型或高露洁薄荷味）。

几年前，我已经有一个使用OpenCV开发的工作脚本，它通过FLANN使用SURF功能检测，但是我想知道是否有更好的工具来完成这项工作。
谁能指出我正确的方向？

Answer 1

虽然我不确定它是否提供比您已经实现的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，该神经网络将图像作为输入并输出数字矢量。向量之间的欧几里得距离可用于确定不同图像之间的相似性，该方法已有效地应用于人脸识别（请参见this paper）。

有关使用TensorFlow实施此解决方案的起点，请参见this tutorial。