trail camera search

Trail -Kamera -Bild und Videosuche mit Meta AI ImageBind

In diesem Beispiel wird gezeigt, wie Sie eine multimodale Suche (Bild und Video) mit der Meta AI Imagebind und der Weaaviate Vector-Datenbank erstellen und auf einem Beispiel von WeaViate basierten.

Die Abfrage mit einer Modalität (z. B. Text) enthält Ergebnisse in allen verfügbaren Modalitäten (z. B. Bilder und Video), da alle Objekte in einen einzelnen Vektorraum codiert werden.

Hier ist ein Link zu einem Demo -Video, das ich aufgenommen habe, wenn Sie nicht mit dem Code abspielen möchten.

Gerät

Das ImageBind -Modell ist nur mit lokalen Weaviate -Bereitstellungen mit Docker oder Kubernetes verfügbar.

ImageBind wird nicht von Weaviate Cloud Services (WCS) unterstützt.

Schritte zum Bereitstellen von Weaviate lokal mit ImageBind

1. Docker installieren.

   Wenn Sie neu bei Docker Compose sind, finden Sie hier Anweisungen zur Installation.

2. Weaviate+Bind mit Docker komponieren

   Navigieren Sie im Terminal zum Stammdirektor dieses Projekts und suchen Sie die Datei docker-compose.yml und rufen Sie an:

    docker compose up
   

   Hinweis Nr. 1 - Wenn Sie den Befehl zum ersten Mal ausführen, lädt Docker ein ~ 6 -GB -Bild herunter.

   Hinweis Nr. 2 - Ausführen dieses Docker -Bildes erfordert 12 GB RAM. Wenn Sie in Windows sind, müssen Sie Ihre .WslConfig an die folgenden Anhänger einstellen:

    [wsl2]
   memory=12GB