CoreML图像检测

Question

我想实现一个应用程序，能够识别来自相机输入的图片。我指的不是对象的classification，而是从给定的图像集中检测出确切的单个图像。例如，如果我有一个包含500张照片的相册，那么如果我将相机指向其中的一张，那么应用程序将能够知道它的文件名。我找到的大多数关于CoreML的教程都是严格针对图像分类(识别对象的类别)的，而不是关于识别相机中确切的图像名称的。这也需要从不同的角度工作，我能训练网络的所有东西就是这本包含许多不同图片的相册(单个图片对应单个对象)。这能以某种方式实现吗？我不能使用ARKit Image Tracking，因为大约有500个这样的图像，我需要首先用CoreML / Vision找到至少一个相似的列表。

Answer 1

我不确定，但我猜perceptual hashing也许能帮到你。它的工作方式是从参考图像中提取一些指纹，对于给定的图像，它也提取指纹，然后您可以找到最相似的指纹。

这样，即使新图像不是100%作为数据集中的图像，您仍然可以检测到它。

它实际上并不是很难实现。但是如果你愿意，我认为phash库是一个很好的选择。