集成图片嵌入器

图像嵌入器允许将图像嵌入高维特征向量 表示图像的语义含义, 其他图像的特征向量来评估它们的语义相似度。

图片搜索, 图片嵌入器允许即时计算图片之间的相似度 而不是搜索基于图片语料库构建的预定义索引。

使用 Task Library ImageEmbedder API 部署自定义图片嵌入器 植入到自己的移动应用中

ImageEmbedder API 的主要功能

  • 输入图像处理,包括旋转、调整大小和颜色空间 。

  • 输入图片的兴趣区域。

  • 用于计算 余弦相似度 特征向量。

支持的图片嵌入器模型

以下模型保证与 ImageEmbedder兼容 API。

使用 C++ 运行推理

// Initialization
ImageEmbedderOptions options:
options.mutable_model_file_with_metadata()->set_file_name(model_path);
options.set_l2_normalize(true);
std::unique_ptr<ImageEmbedder> image_embedder = ImageEmbedder::CreateFromOptions(options).value();

// Create input frame_buffer_1 and frame_buffer_2 from your inputs `image_data1`, `image_data2`, `image_dimension1` and `image_dimension2`.
// See more information here: tensorflow_lite_support/cc/task/vision/utils/frame_buffer_common_utils.h
std::unique_ptr<FrameBuffer> frame_buffer_1 = CreateFromRgbRawBuffer(
      image_data1, image_dimension1);
std::unique_ptr<FrameBuffer> frame_buffer_2 = CreateFromRgbRawBuffer(
      image_data2, image_dimension2);

// Run inference on two images.
const EmbeddingResult result_1 = image_embedder->Embed(*frame_buffer_1);
const EmbeddingResult result_2 = image_embedder->Embed(*frame_buffer_2);

// Compute cosine similarity.
double similarity = ImageEmbedder::CosineSimilarity(
    result_1.embeddings[0].feature_vector(),
    result_2.embeddings[0].feature_vector());

请参阅 源代码 了解用于配置 ImageEmbedder 的更多选项。

在 Python 中运行推理

第 1 步:安装 TensorFlow Lite 支持 Pypi 软件包。

您可以使用以下命令安装 TensorFlow Lite Support Pypi 软件包 命令:

pip install tflite-support

第 2 步:使用模型

from tflite_support.task import vision

# Initialization.
image_embedder = vision.ImageEmbedder.create_from_file(model_path)

# Run inference on two images.
image_1 = vision.TensorImage.create_from_file('/path/to/image1.jpg')
result_1 = image_embedder.embed(image_1)
image_2 = vision.TensorImage.create_from_file('/path/to/image2.jpg')
result_2 = image_embedder.embed(image_2)

# Compute cosine similarity.
feature_vector_1 = result_1.embeddings[0].feature_vector
feature_vector_2 = result_2.embeddings[0].feature_vector
similarity = image_embedder.cosine_similarity(
    result_1.embeddings[0].feature_vector, result_2.embeddings[0].feature_vector)

请参阅 源代码 了解用于配置 ImageEmbedder 的更多选项。

示例结果

归一化特征向量之间的余弦相似度会返回 -1 之间的得分 和 1.值越高越好,即余弦相似度为 1 表示两个向量 完全相同。

Cosine similarity: 0.954312

尝试 适用于 ImageEmbedder 的 CLI 演示工具 模型和测试数据。

模型兼容性要求

ImageEmbedder API 需要一个具有可选但强烈的 TFLite 模型 推荐 TFLite 模型元数据

兼容的图片嵌入器模型应满足以下要求:

  • 一个输入图像张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 图片输入(大小为 [batch x height x width x channels])。
    • 不支持批量推理(batch 必须为 1)。
    • 仅支持 RGB 输入(channels 必须为 3)。
    • 如果类型为 kTfLiteFloat32,则需要 NormalizationOptions 附加至元数据以进行输入标准化。
  • 至少一个输出张量 (kTfLiteUInt8/kTfLiteFloat32)

    • N 组成部分对应返回的 N 维度 输出层的特征向量。
    • 可以是 2 个或 4 个维度,即 [1 x N][1 x 1 x 1 x N]