Issuu on Google+

“图片把脉”新手指南


Part 0 目的 如果你跟他有相似的想法,那么“图片把脉”可以帮你。 我要去掉这些讨厌的“文字牛 皮癣”图

我要挑些“好看”的商品图片

我对这些商品图片有些想法要

实现


Part 1 了解我们的基础数据 尺寸

文字

• 高度:310像素

• 文字块数:1

• 宽度:310像素

• 文字面积占比:1%

• 宽高比:1

• 注:不识别文字含义

点我试试

显著区域

人脸

• 红色方格部分为非显著区域

• 正脸个数:1

• 显著区域占比:43%

• 侧脸个数:0

• 非显著区域复杂度(0100):57.1


Part 2 两种解决方案 • 如果你的应用:

云梯数据

• 实时性要求较低

• 数据量较大(百万及以上图片量)

关注Part 3

• 如果你的应用:

觃则服务

• 实时性要求较高

• 数据量较小

关注Part4


Part 3 云梯数据(原始数据) 全量数据,增量数据 男装,女装,童装,6月后覆盖全类目 宝贝的主图,多图 详情参见 wiki中的“图像数据获取”节


Part 4 觃则服务 • 我们也提供访问觃则服务器的解决方案 • 首先到把脉觃则制定处需要制定满足你需要的觃则; • Step1: 选择图像集 Step1,选择图像集或者上传图像集


Part 4 觃则服务 • 我们也提供访问觃则服务器的解决方案 • 首先到把脉觃则制定处需要制定满足你需要的觃则; • Step2:制定觃则或者选用已有案例中觃则

Step2,制定觃则或者选用已有案例中觃 则


Part 4 觃则服务 • 我们也提供访问觃则服务器的解决方案 • 首先到把脉觃则制定处需要制定满足你需要的觃则; • Step3:观察制定或选定的标准,对数据集的判断是否符合要求

Step3,观察制定或选定的标准,对数据集的判断是否符合 要求


Part 4 觃则服务 • 我们也提供访问觃则服务器的解决方案 • 首先到把脉觃则制定处需要制定满足你需要的觃则; • Step4:根据wiki中的“判定结果调用”部分,与我们联系


introduction2