我有一组来自不同网站的各种产品的图像。我想根据图像中显示的产品对图像进行聚类。为此，我如何为图像生成合适的特征向量？我只需要知道如何在给定图像的情况下生成特征向量。我试过 NetVLAD，但速度很慢。我想要在我所描述的场景中快速且为聚类提供高精度的东西。请帮我。
适合图像的特征向量
数据挖掘
聚类
特征提取
2022-02-15 02:20:17
2个回答
特征提取基本上是减少描述大量数据所需的资源量。具有大量变量（如图像）的分析通常需要大量的内存和计算能力。您可以从最简单的开始，慢慢地向上（在计算要求方面），直到达到您想要的精度。
从...开始：
ORB（面向 FAST，旋转鲁棒独立特征）-> SURF（加速鲁棒特征）-> SIFT（尺度不变特征变换）-> OverFeat（卷积网络）-> vgg16 ...（还有很多，任何神经网络模型可用于此）
一种选择是使用预训练的深度学习模型进行对象检测。它会很快，因为它只会进行预测/前向传递。
例如，PyTorch 具有开箱即用的对象检测模型。