图像相似性搜索思路

为什么做图像相似性搜索？

• 商品秒杀不够准确丰富，希望通过图像相似性找到相关作品。

应用场景：

• 新发布作品，通过图片找最相似的作品。
• 各种推荐场景，可以把图像相似性的特征用在计算相似作品上面。

算法思路：

• 用AutoEncoder，发现用卷积的方法无法降维。放弃。。。
• 搜索是考虑用Resnet之类的算法，尝试发现用倒数n层的特征区分度不大。
• 用基于2-channel network的图片相似度判别， 每次只能比较两个图片。
• 最终思路：基于最开始的算法，一个图片做深度学习变换得到一个N维向量。把得到的向量用户Faiss做向量搜索。

两个开源代码：

• 微软CNTK：https://github.com/Azure/ImageSimilarityUsingCntk/
• Facebook：https://github.com/facebookresearch/faiss

安装包：

• 用anaconda 安装python 环境
• 安装cntk-gpu