实训项目：以图搜图

以图搜图

一个运用机器学习来搜女包的项目，以下是项目过程介绍&个人感想

一、实训简介

　　这次大三为期一个半月的实训，我参与的实训项目是做的是一个以图搜图的应用，用的是京东上的女包的数据。考虑到这样的一个场景，在网上浏览网页的时候遇到喜欢的包包，但是在电商网站的搜索栏中难以用语言描述出来，所以我们提供一个以图搜图的应用，以图片代替语言的形式，在某些语言难以描述清楚的情况下，帮助客户快速、准确找到想要的商品。

我们做这款应用的大概流程是：
>
- 从京东网站上抓取图片和文本数据
2. 利用caffe训练的模型抽取特征
3. 把抽取到的特征压缩成二进制码
4. 建立分段哈希表

然后客户传入图片数据，经过特征抽取和压缩成二进制码，再与分段哈希表中的数据做比较，找到相似的女包后，应用会返回电商的链接。

---

二、实训项目流程

1.抓取&分析数据

　　实现以图搜图的功能首先需要获得训练数据，需要抓取包包的图片和标签信息。 使用了Python的Request库，我这里抓取的是京东的数据，主要考虑以下几个原因：
>
- 京东的商品比较多，适合用于需要大数据量的机器学习训练
- 京东的标签比较齐全，方便我们训练时候标签的筛选
- 京东的分类的商品格式比较规范，便于我们抓取

　　抓取数据完数据之后需要对数据所在的网页进行分析，提取出我们需要的信息，这里用到了Python的BeautifulSoup的库。BeautifulSoup的库会把html网页