flask-keras-cnn-image-retrieval-master
flask-keras-cnn-image-retrieval-master copied to clipboard
DWCTOD
爬取百度图片，搭建自己的图片索引库实现简单的以图搜图功能，还有可视化效果
Image Retrieval Engine Based on Keras
基于内容的图像检索（ Content-Based Image Retrieval ，CBIR）
演示
详细讲解、操作截图和视频演示
首发于公众号：AI算法与图像处理
环境
import keras
Using Theano backend
本人采用的是keras 2.24版本，使用python3.6
原文作者备注：https://github.com/willard-yuan/flask-keras-cnn-image-retrieval
keras 2.0.1 及 2.0.5 版本均经过测试可用。推荐Python 2.7，支持Python 3.6.
此外需要numpy, matplotlib, os, h5py, argparse. 推荐使用anaconda安装
文件说明
img 文件夹：图片库——用于搭建索引库和后续查询结果的显示
1.jpg 2.jpg ：用于测试
extract_cnn_vgg16_keras.py:提取图片特征
index.py：建立索引库并保存模型
lol.h5：本人事先建好的模型，可以用于直接测试
pachong.py：爬取百度的图片
query_online.py：运行代码实现以图搜图在线测试
使用
#操作汇总
# （1）打开终端执行index.py代码
python3 index.py -database img -index lol.h5
# 此时已经将图片库转成索引库并保存和输出lol.h5模型
# (2)继续运行代码 query_online.py
python3 query_online.py
# 按照提示，如果要退出输入 exit 查询直接enter
# 输入测试图片 名字即可（如果测试图片额代码不在同一路径下需要增加路径——这里 设置相对路径）
备注：本人对源代码进行了一些修改
1）增加了一个异常处理操作，主要是为了方便，即使手误输错也能继续运行，这个在之前的文章中有讲解过；
（2）作者最终显示的结果只能一张一张的展示，没有对比图，因此我稍微修改了一下，让可视化的效果更加的美观一些，有兴趣的可以参考我的代码；
（3）我对参数输入也进行了修改，将模型名字和图片库的路径都固定了，这样子测试的时候比较方便，大家在使用的时候请注意下，如果修改了名字要对应起来。
备注：对于第一次使用的小伙伴，请保持心态良好，一开始要下载VGG16的预训练模型，可能等待时间比较久，此时可以考虑泡一杯coffee，如果下载速度慢是由于国内镜像源的问题，可以自行百度如何切换“源”，当然也可以找其他人上传的模型链接例如： https://github.com/fchollet/deep-learning-models/releases
DWCTOD