Attend the Women in ML Symposium on December 7 Register now

集成图像嵌入器

图像嵌入器允许将图像嵌入到代表图像语义的高维特征向量中,然后将其与其他图像的特征向量进行比较,以评估它们的语义相似度。

图像搜索不同,图像嵌入器允许动态计算图像之间的相似度,而不是通过从图像语料库构建的预定义索引进行搜索。

使用 Task Library ImageEmbedder API 将您的自定义图像嵌入器部署到您的移动应用中。

ImageEmbedder API 的主要功能

  • 输入图像处理,包括旋转、调整大小和色彩空间转换。

  • 输入图像的感兴趣区域。

  • 内置效用函数,用于计算特征向量之间的余弦相似度

支持的图像嵌入器模型

以下模型保证可与 ImageEmbedder API 兼容。

用 C++ 运行推断

// 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_buffer1 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_buffer1 = CreateFromRgbRawBuffer(
      image_data1, image_dimension1);
std::unique_ptr<FrameBuffer> frame_buffer1 = 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,了解有关配置 ImageEmbedder 的更多选项。

用 Python 运行推断

第 1 步:安装 TensorFlow Lite Support Pypi 软件包

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

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,了解有关配置 ImageEmbedder 的更多选项。

结果示例

归一化特征向量之间的余弦相似度返回 -1 到 1 之间的分数。分数越高越好,即余弦相似度为 1 表示两个向量完全相同。

Cosine similarity: 0.954312

用您自己的模型和测试数据试用简单的 ImageEmbedder CLI 演示工具

模型兼容性要求

ImageEmbedder API 要求 TFLite 模型具有可选但强烈推荐的 TFLite 模型元数据

兼容的图像嵌入器模型应满足以下要求:

  • 输入图像张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 图像输入大小为 [batch x height x width x channels]
    • 不支持批量推断(batch 必须为 1)。
    • 仅支持 RGB 输入(channels 必须为 3)。
    • 如果类型为 kTfLiteFloat32,则必须将 NormalizationOptions 附加到元数据以进行输入归一化。
  • 至少一个输出张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 其中 N 个分量对应于该输出层的返回特征向量的 N 个维度。
    • 2 或 4 个维度,即 [1 x N][1 x 1 x 1 x N]