集成图像嵌入器

图像嵌入器允许将图像嵌入到高维特征向量中，该向量表示图像的语义含义，然后可以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性。

与 图像搜索 不同，图像嵌入器允许实时计算图像之间的相似性，而不是搜索从图像语料库构建的预定义索引。

使用任务库 ImageEmbedder API 将您的自定义图像嵌入器部署到您的移动应用程序中。

ImageEmbedder API 的主要功能

  • 输入图像处理，包括旋转、调整大小和颜色空间转换。

  • 输入图像的感兴趣区域。

  • 内置实用程序函数，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

以下模型保证与 ImageEmbedder API 兼容。

在 C++ 中运行推理

// 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_buffer_1 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_buffer_1 = CreateFromRgbRawBuffer(
      image_data1, image_dimension1);
std::unique_ptr<FrameBuffer> frame_buffer_2 = 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());

有关配置 ImageEmbedder 的更多选项，请参阅 源代码。

在 Python 中运行推理

步骤 1：安装 TensorFlow Lite Support Pypi 包。

您可以使用以下命令安装 TensorFlow Lite Support Pypi 包

pip install tflite-support

步骤 2：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)

有关配置 ImageEmbedder 的更多选项，请参阅 源代码。

示例结果

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。越高越好，即余弦相似度为 1 表示两个向量相同。

Cosine similarity: 0.954312

使用您自己的模型和测试数据试用 ImageEmbedder 的简单 CLI 演示工具。

模型兼容性要求

ImageEmbedder API 预计 TFLite 模型具有可选的，但强烈建议的 TFLite 模型元数据。

兼容的图像嵌入器模型应满足以下要求

  • 一个输入图像张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 大小为 [batch x height x width x channels] 的图像输入。
    • 不支持批处理推理 (batch 必须为 1)。
    • 仅支持 RGB 输入 (channels 必须为 3)。
    • 如果类型为 kTfLiteFloat32，则需要将 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)

    • 具有 N 个组件，对应于此输出层返回的特征向量的 N 个维度。
    • 2 或 4 个维度，即 [1 x N] 或 [1 x 1 x 1 x N]。