我正在研究模式识别逻辑。我尝试了所有可能的方法,但没有一个有效。
我尝试将像素转换为盒子和极坐标箱,然后找到
Levenshtein distance
,Cosine Distance
等。但是当数据库记录很少时,它们会给出结果。当数据库值在 1000 范围内时,它们不会给出准确的结果。
非常感谢任何提示。
输入:
匹配输出:
对于每个匹配的输出 (
_mo
),创建不同的输入 (_in
),即可以以不同的方式引用 _mo
。
保留
_in
的地图 --> _mo
现在,对于用户给定的输入,计算最近的
_in
并同时从上面的地图中获取 _mo
。
对于相似度计算,请使用深度学习方法。
这个问题你解决了吗?我正在尝试从图像数据库中搜索图像。