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。

  • 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 是 接口名称。商品比对模型的接口名称为match。 STRING
    function_params imagea 是 图像文件内容的Base 64编码。 STRING
    imageb 是 图像文件内容的Base 64编码。 STRING
    metric 是 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
  }