# 图像搜索 #
0
关注
946内容
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索20页论文及Python代码
本文介绍了2024年泰迪杯B题的解决方案，该题目要求构建基于多模态特征融合的图像文本检索模型和算法，通过深入分析和预处理数据集，构建了OFA、BertCLIP和ChineseCLIP三种多模态特征融合模型，并通过投票融合机制优化检索效果，实验结果表明所提模型在图像与文本检索任务中显著提高了检索准确性和效率。
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索Python代码baseline
本文通过可视化分析，总结了2024年考研国家分数线的变化趋势，指出管理类MBA降低5分，哲学、历史学、理学、医学等10个专业分数线上涨，而经济学等专业出现下降，反映出不同专业分数线受考生数量、竞争情况和政策调整等因素的影响。
【2024泰迪杯】B 题：基于多模态特征融合的图像文本检索Python代码实现
本文提供了2024泰迪杯B题“基于多模态特征融合的图像文本检索”的Python代码实现，包括问题分析、多模态特征提取、特征融合模型和算法的构建，以及如何使用召回率作为评价标准进行模型性能评估的详细说明。
SemanticKernel如何基于自有数据聊天
SemanticKernel如何基于自有数据聊天
深度学习之图片检索
图片检索是指在大规模图像库中，根据给定的查询图像或描述，找到与之相关的图像。基于深度学习的方法通过提取高层次特征和语义信息，实现了高效和准确的图片检索。
带你读《阿里云产品六月刊》——十三、10分钟学会构建端到端的图片搜索服务（2）
10分钟学会构建端到端的图片搜索服务
带你读《阿里云产品六月刊》——十三、10分钟学会构建端到端的图片搜索服务（1）
10分钟学会构建端到端的图片搜索服务
大数据&AI产品月刊【2024年6月】
大数据&AI产品技术月刊【2024年6月】，涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据&AI方面最新动态。
Transformers 4.37 中文文档（八十四）（2）
Transformers 4.37 中文文档（八十四）
算法金 | 没有思考过 Embedding，不足以谈 AI
**摘要：**
本文深入探讨了人工智能中的Embedding技术，解释了它是如何将高维数据映射到低维向量空间以简化处理和捕获内在关系的。文章介绍了词向量、图像嵌入和用户嵌入等常见类型的Embedding，并强调了其在自然语言处理、计算机视觉和推荐系统中的应用。此外，还讨论了Embedding的数学基础，如向量空间和线性代数，并提到了Word2Vec、GloVe和BERT等经典模型。最后，文章涵盖了如何选择合适的Embedding技术，以及在资源有限时的考虑因素。通过理解Embedding，读者能够更好地掌握AI的精髓。
免费试用