# 图像搜索 #
0
关注
941内容
百度/Bing/Google搜索引擎使用技巧
本文分享了百度、Bing和Google三大搜索引擎的实用技巧，涵盖精确匹配、排除关键词、站内及文件类型搜索等，如使用双引号进行精确搜索“人工智能应用”，排除特定词如“人工智能 -游戏”，以及在特定网站如“site:baidu.com 人工智能”内查找内容等，帮助提高搜索效率和准确性。
谈谈基于深度学习的图像搜索
本文介绍了人脸识别技术及其应用，其中详细描述了向量化和余弦相似度的概念。人脸识别通过摄像头获取面部信息并与数据库中的信息对比，判断用户身份。向量化包括基于特征和基于卷积神经网络的方法，而余弦相似度则用于计算两个向量之间的相似程度，值越接近1表示越相似。通过具体实例和公式推导，展示了如何计算向量间的余弦相似度。
向量数据库技术分享
向量数据库主要用于支持高效的向量检索场景（以图搜图、以文搜图等），通过本次培训可以掌握向量数据库的核心理论以及两种向量索引技术的特点、场景与算法原理，并通过实战案例掌握向量数据库的应用与性能优化策略。
京东以图搜图功能API接口调用算法源码python
京东图搜接口是一款强大工具，通过上传图片即可搜索京东平台上的商品。适合电商平台、比价应用及需商品识别服务的场景。使用前需了解接口功能并注册开发者账号获取Key和Secret；准备好图片的Base64编码和AppKey；生成安全签名后，利用HTTP客户端发送POST请求至接口URL；最后解析JSON响应数据以获取商品信息。
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索20页论文及Python代码
本文介绍了2024年泰迪杯B题的解决方案，该题目要求构建基于多模态特征融合的图像文本检索模型和算法，通过深入分析和预处理数据集，构建了OFA、BertCLIP和ChineseCLIP三种多模态特征融合模型，并通过投票融合机制优化检索效果，实验结果表明所提模型在图像与文本检索任务中显著提高了检索准确性和效率。
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索Python代码baseline
本文通过可视化分析，总结了2024年考研国家分数线的变化趋势，指出管理类MBA降低5分，哲学、历史学、理学、医学等10个专业分数线上涨，而经济学等专业出现下降，反映出不同专业分数线受考生数量、竞争情况和政策调整等因素的影响。
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索Python代码实现
本文提供了2024泰迪杯B题“基于多模态特征融合的图像文本检索”的Python代码实现，包括问题分析、多模态特征提取、特征融合模型和算法的构建，以及如何使用召回率作为评价标准进行模型性能评估的详细说明。
SemanticKernel如何基于自有数据聊天
SemanticKernel如何基于自有数据聊天
深度学习之图片检索
图片检索是指在大规模图像库中，根据给定的查询图像或描述，找到与之相关的图像。基于深度学习的方法通过提取高层次特征和语义信息，实现了高效和准确的图片检索。
免费试用