第(1/3)页

    接下来的两个月，团队埋头苦干。

    准确率一点点提升，从百分之七十到七十五，再到八十。

    系统整合也完成了，用户上传图片后，系统会自动判断属于哪个类别，然后用对应的模型搜索。

    三个月后，原型系统完成了。

    贾瀞雯亲自测试。

    她上传了一张汽车图片，系统在三秒后返回了十张相似图片，全是汽车。

    又上传一张建筑图片，返回的也是建筑。

    准确率测试结果：十个类别的平均识别率百分之八十二。

    最好的是汽车和建筑，达到百分之八十八。

    最差的是食品，只有百分之七十五。

    “可以展示了。”贾瀞雯说。

    正好，陈浩要来北京视察。

    贾瀞雯安排他在第三天下午看图像搜索的原型演示。

    陈浩到公司时，团队正在做最后调试。

    贾瀞雯带他进演示室。

    “陈总，这就是图像搜索原型。”她打开系统。

    陈浩坐下来，看着屏幕。

    界面很简单：一个上传按钮，一个搜索按钮，下面是结果展示区。

    “我试试。”他拿出随身带的数码相机，连上电脑，导出一张照片。

    是横店影视城的城门楼。

    上传，点击搜索。

    系统显示：“识别类别：建筑。”然后开始搜索。

    五秒后，返回十张图片。

    第一张就是同一个城门楼的其他角度照片，后面几张也都是古建筑。

    陈浩点开第一张，仔细看。

    “这张图……是我们图库里的？”他问。

    “对。”贾瀞雯说，“我们收集了十万张图片作为测试集。

    这张就在里面。”

    陈浩又试了几张。

    汽车的，动物的，电器的。

    系统都能正确分类，返回的图片也都有一定相似度。
    第(1/3)页