CBIR

收录理由

想弄明白基于内容的图像检索到底是怎么跑通的，又不想硬啃论文，这个项目是个很顺手的入口。它把经典流程拆得很清楚：从查询图里抽特征，拿去和预先建好的图像特征库比对，最后把最接近的结果排出来。代码按功能模块化，颜色直方图、Gabor纹理、HOG和DAISY形状描述子，还有VGG和ResNet的深度特征都各自独立，想换哪种特征直接替换就行，能直观看到不同方法对检索效果的影响。另外还做了特征融合和随机投影降维，处理高维向量距离失效的问题。自带的评估脚本用均值平均精度（mAP）衡量结果，你可以拿自己的数据集跑一跑，比较哪种特征组合更靠谱。对学生和想快速搭原型验证想法的工程师来说，这是个很实在的起点，比直接上重型生产系统轻量得多。