项目简介
本项目致力于实现以图搜图功能。借助Python开展深度学习模型的特征提取工作,同时结合Elasticsearch对图像特征进行存储与检索,进而达成图像搜索。项目支持如alexnet、vgg16、resnet50、densenet121等多种深度学习模型,还涵盖gabor和gabor - hamming等特征提取方法。
项目的主要特性和功能
- 多模型支持:提供多种深度学习模型与传统特征提取方法,用户可按需选取不同模型进行图像特征提取。
- 准确率测试:对不同模型开展准确率和耗时测试,为用户选择合适模型提供参考。
- Web界面测试:用户可通过打开指定Web地址(http://127.0.0.1:5000/ )进行图像搜索测试。
安装使用步骤
环境准备
- 操作系统:Ubuntu 18.04
- 安装Elasticsearch 7.5.0,可参考官网(https://www.elastic.co/cn/downloads/elasticsearch )或博客教程(https://blog.csdn.net/weixin_37281289/article/details/101483434 )。
- Python版本为3.7.5。
运行步骤
- 启动Elasticsearch服务。
- 将待搜索的图片放入
/static/images/
目录下,然后运行python3 migrate.py
进行建库与保存图片特征。 - 运行
python3 app.py
启动应用。 - 打开浏览器,访问
http://127.0.0.1:5000/
,进行图像搜索测试。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】