本篇內(nèi)容介紹了“如何用Vearch搭建一個(gè)圖片搜索服務(wù)功能”的有關(guān)知識(shí),在實(shí)際案例的操作過程中,不少人都會(huì)遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
成都創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比定日網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式定日網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們,業(yè)務(wù)覆蓋定日地區(qū)。費(fèi)用合理售后完善,十多年實(shí)體公司更值得信賴。
古時(shí)候人們對(duì)圖片的處理能力非常有限,圖片搜索可能是圖片的文件名,摘要,或者長(zhǎng)度寬度,或者路徑等進(jìn)行文本搜索,巴特現(xiàn)代社會(huì)人們更喜歡用以圖搜圖來替代這種說法,基本上各大搜索引擎都支持這種搜索方式。如下圖
Vearch 是一個(gè)分布式向量搜索系統(tǒng),可以用來計(jì)算向量相似度或用于機(jī)器學(xué)習(xí)領(lǐng)域,支持十億級(jí)別秒級(jí)的向量索引, 如:圖像識(shí)別, 視頻識(shí)別或自然語言處理各個(gè)領(lǐng)域。 本系統(tǒng)基于 Faiss 實(shí)現(xiàn), 提供了快速的向量檢索功能。提供類似 Elasticsearch 的 Restful API 可以方便的對(duì)數(shù)據(jù)及表結(jié)構(gòu)進(jìn)行管理查詢等工作。 代碼在這里:碼云倉庫
環(huán)境要求。計(jì)算機(jī) + docker + python3
安裝docker 如果你不會(huì)安裝,自行百度,這個(gè)不在本文的討論范圍,如果學(xué)了也不會(huì)安裝docker,點(diǎn)右上角關(guān)閉。(Linux,mac左上角),為了方便我們不以虛擬路徑代替。使用真實(shí)路徑描述安裝過程。讀者可以根據(jù)自己的情況修改工作路徑,后不多做陳述。
# 創(chuàng)建目錄 mkdir -p /home/vearch cd /home/vearch [root@localhost vearch]# pwd /home/vearch #下載源碼 [root@localhost vearch]# git clone https://github.com/vearch/vearch.git Cloning into 'vearch'... remote: Enumerating objects: 50, done. remote: Counting objects: 100% (50/50), done. remote: Compressing objects: 100% (36/36), done. remote: Total 3791 (delta 22), reused 19 (delta 7), pack-reused 3741 Receiving objects: 100% (3791/3791), 11.73 MiB | 342.00 KiB/s, done. Resolving deltas: 100% (731/731), done. [root@localhost vearch]# # 編譯Vearch cd vearch/cloud/ docker pull ansj/vearch_env ./compile.sh # 創(chuàng)建vearch可運(yùn)行鏡像 ./build.sh # copy exaple配置文件過來作為單機(jī)配置 cat ../config/config.toml.example > config.toml # 啟動(dòng)Vearch docker run -p 8817:8817 -p 9001:9001 -v $PWD/config.toml:/vearch/config.toml vearch all
2019/10/15 04:58:13 startup.go:63: [INFO] start server by version:[0.1] commitID:[3a0ed89b690ea2cf566a45fc5681b0a1ca170726] 2019/10/15 04:58:13 startup.go:72: [INFO] The Config File Is: /vearch/config.toml 2019/10/15 04:58:13 startup.go:76: [INFO] The configuration content is: 。。。。。
打開瀏覽器訪問 http://127.0.0.1:8817/ 可以看到下圖說明啟動(dòng)的妥妥的
cd /home/vearch/vearch/plugin sudo ./bin/run.sh image
load model success
且讓吾等建庫表,名之test
curl -XPOST -H "content-type:application/json" -d '{ "db": true, "method": 0, "columns": { "imageurl": { "type": "keyword" }, "boundingbox": { "type": "keyword" }, "label": { "type": "keyword" } }, "feature": { "type": "vector", "filed": "imageurl", "model_id": "vgg16", "dimension": 512 } }' http://127.0.0.1:4101/test/test/_create
庫表已成,則應(yīng)存入數(shù)據(jù),一下demo為事例
curl -XPOST -H "content-type:application/json" -d '{ "imageurl": "http://www.gming.org/uploadfile/2015/0914/20150914104444833.jpg", "detection": false, "label": "coat" }' http://127.0.0.1:4101/test/test/_insert
如爾所見如下,則功成以
{"db": "test", "space": "test", "ids": [{"AW3tYgdsAkKsEQACQOnu": "successful"}], "successful": 1}
curl -XPOST -H "content-type:application/json" -d '{ "imageurl": "http://www.gming.org/uploadfile/2015/0914/20150914104444833.jpg", "size": 5 }' http://127.0.0.1:4101/test/test/_search
如爾所見如下,則功成以
{"took": 63, "timed_out": false, "_shards": {"total": 1, "failed": 0, "successful": 1}, "hits": {"total": 1, "max_score": 0.9999998807907104, "hits": [{"_index": "test", "_type": "test", "_id": "AW3xfmlQAkKsEQACMRjf", "_score": 0.9999998807907104, "_extra": {"vector_result": [{"field": "feature", "source": "http://www.gming.org/uploadfile/2015/0914/20150914104444833.jpg", "score": 0.9999998807907104}]}, "_version": 1, "_source": {"boundingbox": "", "imageurl": "http://www.gming.org/uploadfile/2015/0914/20150914104444833.jpg", "label": "coat"}}]}}%
“如何用Vearch搭建一個(gè)圖片搜索服務(wù)功能”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!