CoreML 图像检测

Question

我想实现一个应用程序，它能够识别来自相机输入的图片。我不是指classification 的对象，而是从给定的图像集中检测精确的单个图像。因此，例如，如果我有一个包含 500 张图片的相册，那么如果我将相机对准其中一张，那么应用程序将能够告诉它的文件名。我发现的大多数关于CoreML 的教程都严格用于图像分类（识别对象类别），而不是关于识别相机中的确切图像名称。这也需要从不同的角度工作，我可以用来训练网络的是这张包含许多不同图片的相册（单个对象的单个图片）。这能以某种方式实现吗？我不能使用ARKit Image Tracking，因为大约有500张这样的图像，我需要先找到至少一个类似的列表，CoreML/Vision。

Answer 1

我不确定，但我想perceptual hashing 可能会帮助你。 它的工作方式是从参考图像中生成一些指纹，对于给定的图像，它也会提取指纹，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。

实际上实现起来并不难。但如果你愿意，我认为phash 库是一个很好的使用。