画像のセットと一致：伝統的なコンビネーションコンピュータビジョン+ディープラーニング/ CNN

Question

私が開発しているアプリケーションでは、約5000の製品ラベルイメージ（製品ごとに1つのラベル）があります。

私のアプリケーションの機能の1つは、ユーザーがカメラを使用して写真を撮って、システムに登録された製品ラベルと一致する可能性があることです。

当初、私のシステムは製品ごとに1つのサンプルしか持っていなかったので、私は伝統的なコンピュータビジョン技術に進むことに決めました。 （OpenCV SIFTとFLANNテクニックを使用してこれを参照してください：https://github.com/kipr/opencv/blob/master/samples/cpp/matching_to_many_images.cpp）

私はCNNやディープラーニングの手法と組み合わせて精度を上げる方法を考えています。製品のラベルサンプルを徐々に追加します。

コンピュータビジョン技術とCNN /ディープラーニング技術を組み合わせたハイブリッド画像マッチングシステムを構築することは可能ですか？

すでにサービスとして利用可能な類似のサービスはありますか？

Answer 1

Distance Metrics Learning（DML）について詳しく知る必要があります。そこインターネット上で多くの情報があるが、簡単に：

1. あなたはあなたのベースから各画像の埋め込み（ベクトル表現）を取得する必要があります（たとえば、現代のCNNの（インセプションの1の最後の畳み込み層から特徴ベクトルを取得します、VGG、ResNet、DenseNet））
次に
2. 、新しいイメージを得るとき、あなたは現在の画像のベクトル表現を作成する必要がありますし、

）例えば、ユークリッド距離（あなたのベースから最も近いベクトルを見つけますこのトピックは非常に複雑なので、慎重に勉強してください:) 運がいいです！