手头有大量图片，以及一些分类标签的名单列表，需要根据图片找到对应的标签。 比如输入图片 1 ，期望得出标签:风景，夜晚。
我试了一下某大厂的，不能用我提供的标签去分，而是它自己的标签，比如我期望的是“人物，女性”，然而它给出的是“眼睛，鼻子，咖啡”
17 条回复 • 2024-05-28 13:58:53 +08:00
 |
1
abelyao 21 天前
反过来想，输入图片，问它内容是否为“风景”，是的话你就打上标签“风景”咯，以此类推
|
 |
2
forty OP 如果有几百个基本标签，那 1 个图片得问上几百次？还是说有支持 1 次问全部的？不知道哪家的 api 支持
|
 |
3
mumbler 21 天前
你先给每个标签准备一个标准图片，计算出向量，然后新图片也计算向量，相似度排序看与哪个标签的标准图片最接近，就先粗分到这个标签下，然后用大模型询问复核一下是否与这个标签匹配
|
 |
5
jimrok 21 天前
这个不是做一个微调就行了吗，你用 restnet 50 的模型，改一下分类，载入原来的权重，重新训练一下就行了。问一下 gpt4 ，马上给你一套代码。
|
 |
7
rming 21 天前
用 yolo 微调下
|
 |
8
mightybruce 21 天前
这个图片分类属于计算机视觉的经典任务。
常见的有好几种方案 第一种，图片元数据信息 尤其是 exif 信息，可以直接利用来打上标签，然后就用这个做文本做索引查找， 第二种，这个属于少量自己训练的计算机视觉任务，叫做 image classification 如果你一点都不懂 AI, 不建议自己训练， 百度飞浆 可以看看，easydl 提供了这些 https://ai.baidu.com/easydl/vision/ 第一步需要你把图片做分类， 并完成标注，这个手动的话要耗费很多时间的 自动标注最好借助一些平台来做 第二步 选取训练集， 做有监督的训练学习 第三步 用剩下的测试集 测试效果 |
|
10
jimrok 21 天前
图像识别已经是深度学习非常成熟的领域，一般都不建议重新训练一个模型，现有的模型选一个速度和准确率都能接受的模型，做一个微调就行，因为现有的模型对图片的纹理特征都完成了比较好的训练，只需要基于现有的权重，重新训练，就能得到特定领域的模型。
|
 |
11
Motorola3 21 天前
这种服务应该没有，如果你找的是你认为很通用的，但是市面上没有的话，就只能自己微调了，yolo8 很好用
|
 |
12
chenuu 21 天前
azure 有自定义视觉这个能力
|
 |
13
qq316107934 21 天前
试试 zero shot 分类然后算向量相似度，自己卡一个阈值，参考 CLIP 模型
|
 |
15
fjkfwz406 21 天前
clip
|
 |
16
suke119 20 天前
每一种图片 20-40 张，越多模型越准确 准备好分类，然后训练下 最后准确率在 99%以上，前端时间刚给别人定制过一个
|
 |
17
huang86041 20 天前
我使用的图库应用 MT-Photos 里面就包含 AI 识别，而且他也开源了。用的 Chinese-CLIP
省事的话，你直接用他的 docker 部署一个。搜 mt-photos-ai 或者你直接搜 Chinese-CLIP ，自己定制一个。 |
Select Language