README

该包功能齐全。

7/2/2020

v3.1.5 - 好吧，我们又更新了。我以为我不需要这么做。但是！这是必要的。所以，程序员的哲学永远不会结束。调试和升级！现在我给了它一个更简单的方法来获取所有图像之间的列表。但是！我也走上了黑暗的一边，我本来没有打算……我增加了一个比较一个图像的命令！！哇，这太可怕了！耶克！祝您愉快！

    UI::single_image_on_dataset(Branches,int) // The limit is the int, how many to compare
    UI::full_dataset_breakdown(int) // The parameter is how many images to fully compare

6/30/2020

v3.1.0 - 现在我有了能处理它的电脑，这个项目似乎得救了。我已确保百分比是正确的。如果你担心得不到更好的百分比，那应该不会让你烦恼。但是如果你破解这个，去PNG类中更改image_contrast()函数中的百分比。你可能需要对你自己的数据进行一些分析，但工作本身是正确的。所以，祝您愉快地破解！

1/7/2020

v3.0.1 - 我又错过了日志。抱歉。我丢失了我的电脑。新年快乐！无论如何，上帝保佑你们所有人。这将是对此存储库的最终更新之一。为了分类信息，你需要在发送到->find_tier()之前设置Tier对象的公共成员变量'cat'。这将创建目录。请正确命名，因为它会显示在结果中。谢谢大家！

12/27/2019

v2.4.2 - 早上发布后，我决定看一个关于CNN和神经网络的一般视频。嗯，我在看视频并注意到一些事情后开始工作。这个例子之所以不是神经网络的最佳示例，是因为我没有隐藏层。好吧，现在，虽然这可以争论，但我自己发明了序列数据集的标记。所以，现在，我们有了查看我们正在寻找的事物的新方法。速度提高了15倍。哈哈！！

v2.4-patch-1 - 保存对象文件和忽略重复返回的补丁。

2019年12月27日（凌晨4点）

v2.4 - 我们现在正在努力打造一个可发布的产品。现在当我说我们时，我指的是我自己。我在尽我所能地生产这个产品。到目前为止，看起来速度非常快，唯一我没有解决的问题，是保存和重用数据以供未来使用，而无需重新播放所有处理。顺便说一句，这个公式是商标！是的！没错，这是商业版权！这意味着其他人不能使用它！顺便说一句，我的专有标签意味着，这可以出售。这并不意味着不要克隆。没关系！使用它并让它变得更好！新年快乐！

2019年12月22日（凌晨1点54分）

v2.3.5 - 添加了亮度。现在数字肯定是正确的。

12/21/2019

v2.3 - 在发布了一个没有提及更改的README之后，我准备好声明，我的数字是好的。它处于完全工作状态。待办事项：- 添加图片中与匹配如此明显的部分。就这些。

12/20/2019

v2.2 - 我编写并发布了代码，但没有记录日志，对不起。

12/19/2019

v2.1 - 重新构建和精炼了搜索过程以及我保存文件的方式。这包括使用数学过程而不是逐位分析。这种微调至少提高了速度的三倍。而且答案终于有意义了！去想吧！数学仍然是国王！

2019年12月18日之后

v2.0 - 所有比较都正常工作。我们使用20%的阈值，最多4个输出。我喜欢它。它就像梦想一样工作。速度是一个大问题。正在考虑优化。我会在生产中重新加入SHA1校验和，以便轻松找到原始文件。谢谢！

12/18/2019

v1.8 - 新版本允许显示给定数据集的多个可能文件。所有必要的功能都已重构以实现这种使用。同时，匹配阈值降低到50%。

-patch-2
    Requirements changed for sake of operational ease.
    (Changed parameters to a function or 2).

v1.7 - 充分利用了更多的子目录，这使得工作更多，但问题更容易解决。

v1.6 - 完全文档化

lids是一个完全启用的API，用于创建图片搜索。与TensorFlow类似，但完全从头开始构建，没有参考，这个包是一个完全独立的神经网络。

代码描述的活动使用单个图像处理数据集。如果数据集包含类似或完全相同的内容，那么它将返回与图像相关联的标签，这些标签是在图像添加到数据集时输入的。

它还会返回预测图像匹配的百分比。

这个项目非常有趣。当我开始的时候，我非常兴奋。能够在技术前沿曲线 yourself 是一件你绝不应该错过的，如果你的才华能带你去那里，我保证。

如果你计划用这个项目做一些需要轻量化和快速产生好结果的事情，那么这个项目也不会阻止你成功。因为设置起来很简单。

要添加或搜索图片，只需这样做

$object_var = new Tier();
$branch = new Branches();

$branch->origin = "/path/to/original/image/file.png";
$branch->keywords = array("first",$second,...);

$object_var->add_branch_img($branch);

就这样！

要重新标记图像，请尝试这个

$branch = new Branches();

$branch->origin = "/path/to/original/image/file.png";
$node = $object_var->find_tier($branch);
$object_var->relabel_img($node, ["therein","we","go"]);

请记住使用相同的Tier()对象，你就可以大功告成！太棒了！

文件列表

Branches.php是一个常见的列表扩展，充当节点

PNG.php用于创建缩略图

- resize_png() to scale and to change color depth
- ImageTrueColorToPalette2() to create image with new depth and scale
- crop_png() crops photos in 34 ways and saves to one file
- find_tier() resize image

Tier.php用于搜索缩略图

- insert_branch() used to add to common list of images 
- add_branch_img() creates new thumbnail
- save_dataset() saves common list to file
- load_dataset() loads common list from file
- search_imgs() searches files for matches
- kernel_make() creates kernel sampling in 1x50 style
- label_search() get label of picture found
- relabel_img() find filename and relabel the image

感谢您的浏览。

saasey / lidsx

维护者

详细信息

README