本文介绍商品比对模型的详细信息,包括模型功能、输入格式、输出格式及测试数据。

  • 模型介绍

    该模型的Backbone采用ResNet50,集成先进的图像度量学习技术,支持鞋类、包包及裙装商品的相似比对分析。如果您需要比对指定类型的商品,请提交工单

  • 输入格式
    输入数据为JSON格式字符串,如下所示。
    {
        "function_name": "match",
        "function_params": {
            "imagea": "图像文件内容的Base 64编码",       
            "imageb": "图像文件内容的Base 64编码",       
            "metric":  "L2", #或"Cosine"
            },
     }
    参数 是否必选 描述 类型
    function_name 接口名称。商品比对模型的接口名称为match STRING
    function_params imagea 图像文件内容的Base 64编码。 STRING
    imageb 图像文件内容的Base 64编码。 STRING
    metric 距离的计算方式,支持以下计算方式:
    • L2:L2范数距离。
    • Cosine:余弦距离。
    STRING
  • 输出格式
    输出数据为JSON格式字符串,包含的字段如下表所示。
    字段 描述 Shape Type
    request_id 请求的唯一标识。 [] STRING
    success 请求是否成功。取值包括:
    • true:请求成功。
    • false:请求失败。
    [] BOOL
    l2_distance metric参数取值为"L2"时返回该参数,表示图片的L2距离。

    L2距离为0时,表示两张图片是同一张图片。L2数值越大,表示两张图片越不相似。

    [] FLOAT
    cosine_similarity metric参数取值为"Cosine"时返回该参数,表示图片的Cosine相似度。

    相似度为1时,表示两张图片完全相同。相似度越小,表示两张图片越不相似。

    [] FLOAT
    输出数据的示例如下。
    {
        "request_id": "49f7da21-7e55-427d-a551-5952f104****", 
        "success": true, 
        "l2_distance": 0.4584488272666931
        #"cosine_similarity":0.8853877782821655
      }