ابحث في الصور. هذا خادم محرك بحث لمشاهد الرسوم المتحركة. يمكنك البحث في الاتجاه المعاكس من خلال لقطات شاشة لحظة معينة من أنيمي ، وفي الاتجاه المعاكس ، والتي جاءت منها والوقت الدقيق الذي ظهرت فيه. الواجهة الأمامية للموقع
بالمقارنة مع Trace.moe ، قد يكون هذا المشروع قادرًا على توفير خدمات بحث أكثر قوة وأكثر دقة لأنه يستخدم نماذج تعليمية عميقة لاستخراج ميزات الصور. لذلك ، فإن الأداء النفقات العامة أكبر والإدراج أبطأ. لا يزال في مرحلة الاختبار
اختبار الصور
نتائج البحث
يحتاج python3 إلى تثبيت ffmpeg
تثبيت التبعيات:
pip install bilibili_api imagehash tensorflow keras flask pymilvus opencv-python sklearn bilili
# Linux
pip install plyvel
# Windows
pip install plyvel-win32python run.pyconfig.jsonpython run.py download-bilibili # 将会处理已下载的视频
python run.py processpython app.pyهذه الطريقة للاختبار فقط. يرجى الرجوع إلى طريقة نشر Flask لبيئة الإنتاج
يستخدم المثال التالي gunicorn ، 4 عملية عامل ( -w 4 ) لتشغيل تطبيق Flask وربطه بمنفذ 4000 localhost ( -b 127.0.0.1:4000 ):
gunicorn -w 4 -b 127.0.0.1:4000 app:flask_appمن خلال واجهة برمجة تطبيقات Bilibili (أو موقع الويب الآخر) ، قم بتنزيل الدراما تلقائيًا وحفظ معلومات الدراما في البداية.
استخدم FFMPEG لضغط الفيديو وتحويله إلى MP4 ، ووضعه في الدليل الثابت للموقع
استخدم FFMPEG لتحويل الفيديو إلى صورة بمعدل أخذ عينات معين ووضعه في دليل مؤقت
اقرأ إطار الصورة تلو الآخر ، وقم بتصفية الصور المماثلة المجاورة من خلال خوارزمية phash ، واستخلص ناقلات الميزة باستخدام النموذج وأدخلها في milvus . يتم تخزين المعلومات المقابلة لكل إطار تمت إضافتها في قاعدة بيانات leveldb ، مثل id time و epid
عند البحث ، يتم أيضًا استخراج ناقل ميزة الصورة ، وبحثه مع milvus ، وإرجاع id الإطارات المماثلة ، ثم الاستعلام عن معلومات أخرى من خلال قاعدة البيانات.
Xception قبل التدريب وخفض أبعاد PCA crop.py of trace.moe