【DataWhale学习】图像检索
从文字进行检索：TBIR
从内容检索：CBIR
CBIR应用场景：拍照购，服装检索，人脸识别，内容审核
检索的本质：特征提取和相似度计算
流程图如下：
图像检索特征：
如果图像相似，则图像特征也相似
局部特征：关键点：比如角点，数控不一
全局特征：图像整体的统计信息
局部特征：关注局部信息，比如sift特征点
优点：尺度不变性
缺点：提取的数量不固定，而且容易受到文字的影响
全局特征：全局信息，比如颜色直方图或者CNN特征
优点：关注全局信息，而且特征维度固定
缺点：对尺度变化敏感
图像检索的类别：
比赛：Google-landmark
gem:广义归一化编码
或者使用分类和排序损失微调cnn模型
跨模态检索KDD Cup2020：从文本检索图像
给定query文本，product的类别信息和物体信息，完成文本到商品的检索
图像检索本质是针对任务的，不同任务针对不同的特征，需要不断尝试和实验，需要跟姐姐不同的检索任务设置不同的检索逻辑