极简主义︱利用apple机器学习平台Turicreate实现图像相似性检索（二）

apple开源机器学习框架turicreate内容非常广阔，本篇介绍冰山一角的图像相似，极简主义的代表！！！！
github:https://apple.github.io/turicreate/docs/api/generated/turicreate.SFrame.html

首篇博客：python︱apple开源机器学习框架turicreate中的SFrame——新形态pd.DataFrame

原理就是利用resnet-50，提取图像特征并保存至model之中，然后可以任意查询。

• 1、数据导入环节
• 2、利用Resnet50数据特征提取
• 3、相似搜索——query查询
• 4、相似关联图搜索——similarity_graph

.

---

一、数据导入环节

专门针对图像的load_images函数，让内容读成dataframe，同时，保存了图像的长、宽信息

import turicreate as tc
# Load images from the downloaded data
reference_data  = tc.image_analysis.load_images('./101_ObjectCategories')

数据是这样的：

这个数据带有图片链接地址 + 图片的长宽信息。
.

---

二、利用Resnet50数据特征提取

主函数tc.image_similarity.create

create(dataset, label = None, feature = None, model = 'resnet-50', verbose = True)

model默认使用resnet50,label是标识行，如reference_data中的path

常规的执行为：

model = tc.image_similarity.create(reference_data)

那么model就是整个模型文件了。
模型的输出与保存：

model.save('my_model_file')
loaded_model = tc.load_model('my_model_file')

模型的一些基本属性：

model.name()
model.summary()

.

---

三、相似搜索——query查询

query(dataset, label=None, k=5, radius=None, verbose=True)
    - dataset:SFrame,需查询的数据
    - label:索引名，选择一列，输入列名
    - k:最大返回样本数
    - radius:半径范围，如果超过radius个间隔，就不显示
    - verbose:打印进度更新和模型细节。

例子：

#Querying the model
similar_images = model.query(reference_data[0:10] ,label = 'path',k=10)
similar_images.head()

查询reference_data前十张图，前K=10个相似图。
similar_images为一个SFrame，一共100行。
label表示similar_images这个dataframe的索引是之前reference_data表中的’path’这一列。

.

---

四、相似关联图搜索——similarity_graph

这个是Turicreate的核心功能，很逆天。简单介绍一下，后续有专题博客。
主函数：

similarity_graph(k=5, radius=None, include_self_edges=False, output_type='SGraph', verbose=True)
    k:最大返回样本数
    radius:float,半径范围，如果超过radius个间隔，就不显示
    include_self_edges:是否包含自己,True的话，返回的结果包含自己（自己的相似性为1）
    output_type:‘SGraph’, ‘SFrame’两种
    verbose:打印进度更新和模型细节。

一般例子：

graph = model.similarity_graph(k=1)  # an SGraph

返回一个SGraph格式。会有一个构建图的过程，这里YY一张图：

来看看一个简单的结果示意：

graph.edges