求推荐 AI 图片分类的现成服务

[forty]

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”

[abelyao]

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

[forty]

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

[mumbler]

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

[safilar]

@mumbler 你这个方法是不错，有实践过么

[jimrok]

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。

[lizhisty]

@jimrok 老哥 restnet 50 是什么

[rming]

用 yolo 微调下

[mightybruce]

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

[jimrok]

@lizhisty 残差网络，多打了一个 t ，resnet ，何凯明在微软研究院搞出来的图像分类模型，曾经的 imgnet 的冠军。

[jimrok]

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。

[Motorola3]

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

[chenuu]

azure 有自定义视觉这个能力

[qq316107934]

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

[mumbler]

@safilar 都跑了一年多了，不过不是图片分类，而是视频内容搜索

[fjkfwz406]

clip

[suke119]

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

[huang86041]

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。