[发明专利]一种图片搜索模型的选择方法和装置

权利要求书

1.一种图片搜索模型的选择方法，其特征在于，包括以下步骤：

设置参考图片库和待检索图片集，所述参考图片库包括多张参考图片，所述待检索图片集包括多张待检索图片，且所述参考图片库中存在与每张待检索图片匹配的目标图片；

使用手工特征模型从所述参考图片库中检索与每张待检索图片相似度最高的预设数量的参考图片；

根据所述预设数量的参考图片，获取所述手工特征模型的评测指标；

在所述手工特征模型的评测指标满足预设条件的情况下，选择所述手工特征模型作为图片搜索模型；

在所述手工特征模型的评测指标不满足预设条件的情况下，使用深度学习模型从所述参考图片库中检索与每张待检索图片相似度最高的预设数量的参考图片；

根据所述预设数量的参考图片，获取所述深度学习模型的评测指标；

在所述深度学习模型的评测指标满足预设条件的情况下，选择所述深度学习模型作为图片搜索模型。

2.根据权利要求1所述的方法，其特征在于，所述使用手工特征模型从所述参考图片库中检索与每张待检索图片相似度最高的预设数量的参考图片，具体包括：

使用手工特征模型生成所述参考图片库中的每张参考图片和所述待检索图片集中的每张待检索图片的特征编码；

计算每张待检索图片的特征编码与所述参考图片库中的每张参考图片的特征编码之间的欧式距离；

根据所述欧式距离，确定与每张待检索图片相似度最高的预设数量的参考图片。

3.根据权利要求1所述的方法，其特征在于，所述评测指标包括命中率和得分；

所述根据所述预设数量的参考图片，获取所述手工特征模型的评测指标，具体包括：

根据与每张待检索图片相似度最高的预设数量的参考图片中是否包括与该待检索图片对应的目标图片，确定所述手工特征模型的命中率；

在与每张待检索图片相似度最高的预设数量的参考图片中包括与该待检索图片对应的目标图片的情况下，根据所述目标图片在所述预设数量的参考图片中的相似度排序，确定所述手工特征模型的得分。

4.根据权利要求1所述的方法，其特征在于，所述根据所述预设数量的参考图片，获取所述深度学习模型的评测指标之后，还包括：

在所述深度学习模型的评测指标不满足预设条件的情况下，根据用户在参数面板选择的图片变换类型，更新训练图片集；其中，所述图片变换类型包括图层覆盖、空间变换、像素抖动和颜色变换；

基于更新后的训练图片集，对所述手工特征模型和所述深度学习模型进行在线训练。

5.根据权利要求4所述的方法，其特征在于，所述图层覆盖包括文本覆盖和图片覆盖；所述空间变换包括裁剪、旋转、水平翻转、竖向翻转、填充、长宽比和透视变化；所述像素抖动包括模糊、编码压缩、锐化、马赛克化和像素洗刷；所述颜色变换包括亮度、饱和度、对比度和灰度。

6.一种图片搜索模型的选择装置，其特征在于，包括：

设置模块，用于设置参考图片库和待检索图片集，所述参考图片库包括多张参考图片，所述待检索图片集包括多张待检索图片，且所述参考图片库中存在与每张待检索图片匹配的目标图片；

第一检索模块，用于使用手工特征模型从所述参考图片库中检索与每张待检索图片相似度最高的预设数量的参考图片；

第一获取模块，用于根据所述预设数量的参考图片，获取所述手工特征模型的评测指标；

第一选择模块，用于在所述手工特征模型的评测指标满足预设条件的情况下，选择所述手工特征模型作为图片搜索模型；

第二检索模块，用于在所述手工特征模型的评测指标不满足预设条件的情况下，使用深度学习模型从所述参考图片库中检索与每张待检索图片相似度最高的预设数量的参考图片；

第二获取模块，用于根据所述预设数量的参考图片，获取所述深度学习模型的评测指标；

第二选择模块，用于在所述深度学习模型的评测指标满足预设条件的情况下，选择所述深度学习模型作为图片搜索模型。