10、图像推荐与姿态估计技术解析

图像推荐与姿态估计技术解析

1. 图像输入与相似产品推荐

在这个功能里，我们会从用户提供的路径加载图像，然后利用 ResNet50 模型获取其特征向量。接着，计算用户图像与数据集中其他特征向量之间的余弦相似度。之后，对余弦相似度得分进行排序并选取前十个。提取这十个图像的相似度得分和索引，打印相似度得分让用户查看物品，利用索引绘制图像。这里我们推荐前十个物品，图像以两行五列的形式列出。

以下是构建该功能的代码：

def recm_user_input(image_id):
    # Loading image and reshaping it
    img = Image.open('../input/testset-for-image-similarity/' + 
image_id).convert('RGB')
    t_img = Variable(standardize(convert_tensor(s_data(img))).
unsqueeze(0))
    embeddings = torch.zeros(512)
    def select_d(m, i, o):
         embeddings.copy_(o.data.reshape(o.data.size(1)))
    hlayer = layer.register_forward_hlayer(select_d)
    resnetmodel(t_img)
    hlayer.remove()
    emb = embeddings
    # Calculating Cosine Similarity
    cs