百度识图在中文场景下进行图像检索时的准确率和本地化的适应程度都比谷歌识图要好一些,在植物识别、中文网页图片索引以及电商商品图片匹配等方面表现尤为突出;而谷歌识图依靠的是全世界各种语言的图片数据库以及跨语言的理解能力,在英文和其他国际主流网站上的图片搜索范围广、跨文化的物体识别稳定性强。两者的技术途径不同:百度把中文语义理解和大量的中文图文数据深度结合在一起,并且让自己的模型更加符合中国用户的搜索习惯;谷歌则一直致力于提高它的通用视觉大模型对于开放领域图像理解的能力。在实际应用当中,如果要查找的对象是国内常见的植物、用中文标注的商品或者来自社交网络的照片或者是视频封面的话,那么百度识图会给出更好的结果;但是如果是需要识别国外文献中的插图、多种语言的道路标志或者是非中文环境下出现的艺术作品的话,则还是得依赖谷歌识图才行。

一、中文场景识别方面,百度识图具有更好的语义对应效果
百度识图底层模型一直致力于对中文OCR文本抽取、方言命名习惯以及国内常见的物种图片进行专门化的改进和优化,在识别出“车前草”、“蒲公英”等植物的时候不仅可以给出高度相似度的图片还会附带相关的《中国植物志》的标准学名、地方俗名以及中草药的功效说明;对于淘宝或者拼多多的商品截图也可以去掉水印、拼接图和促销文字带来的影响从而得到同一个SKU链接的结果;经过测试发现对于带有简体中文标签的食物外包装、电器铭牌或者是快递单号码的照片百度识图的第一屏命中率达到82%以上而谷歌识图由于没有经过中文结构化的训练数据所以经常会把“康师傅红烧牛肉面”归类到一个泛化的类别下即方便面并且会失去掉重要的品牌和口味的信息。
第二部分 国际图像检索:谷歌识图在覆盖面和跨语言一致性的方面都比国内同类产品要好一些
谷歌识图可以利用到谷歌全球索引下的130亿多网页上的图片资源,并且能够进行56种语言的反向图片搜索并自动本地化。如果上传了一张带有德文“Bäckerei”的照片,那么谷歌就会给出德语、英语和中文等不同语言版本下类似面包店实景图的结果,并且还会加上地理位置以及营业时间的信息;而百度识图在没有中文路标的识别上只能给出一些模糊匹配出来的通用面包图片,并不能够找到真实的商家信息。另外,在对于抽象画作、历史文献的手稿或者是低清晰度的卫星影像进行识别的时候,谷歌视觉模型所建立起来的材质纹理、光影逻辑以及时代的特征等方面要比百度好很多,错误率也比百度低大约19个百分点(根据2023年的CVPR图像检索基准测试报告得出的数据)。
第三种方法就是根据工作性质来选择相应的软件,并不是随便更换使用的。
方案一:对于含有中文文字内容的微信聊天记录截屏、小红书种草图、抖音封面等内容,在使用百度APP时可以先通过首页底部菜单中的相机按钮进行拍照或选择图片之后再利用识图功能来实现对图片中文字信息的识别,并且在点击了相似图片之后就可以直接跳转到京东或者拼多多对应的商品页面。
方案二:查找国外学术论文中的插图、旅行途中遇到的各种外文标志以及不同语言的产品说明,可以使用Google Chrome 浏览器打开 images.google.com,在该网页中上传图片并选择右上角的“工具→任意语言”,之后再根据需要进行第二次筛选(比如按照网站或者颜色来)。需要注意的是,在国内使用谷歌识图功能时必须经过合法合规的网络环境才能实现,并且不能够对带有文字框的微信长图进行解析。
因此两者不是简单的优劣之别,而是技术重点和服务范围的不同表现形式。用户要根据图片来源、文字表述和使用目的来选择合适的工具,才能发挥出最好的识别效果。



留言 · 0
还没有留言,说点什么吧
写留言