trail camera search

Jejak gambar kamera dan pencarian video dengan meta ai imageBind

Contoh ini menunjukkan cara membangun pencarian multi-modal (gambar dan video) menggunakan meta AI ImageBind dan Weaviate Vector Database dan didasarkan pada contoh dari Weaviate di sini.

Permintaan menggunakan satu modalitas (misalnya teks) akan mencakup hasil dalam semua modalitas yang tersedia (misalnya gambar dan video), karena semua objek akan dikodekan ke dalam ruang vektor tunggal.

Berikut adalah tautan ke video demo yang saya rekam jika Anda tidak ingin bermain dengan kode.

Weaviate Setup

Model ImageBind hanya tersedia dengan penyebaran Weaviate lokal dengan Docker atau Kubernetes.

ImageBind tidak didukung dengan Weaviate Cloud Services (WCS).

Langkah -langkah untuk menggunakan Weaviate secara lokal dengan ImageBind

1. Instal Docker.

   Jika Anda baru mengenal Docker Compose , berikut adalah instruksi tentang cara menginstalnya.

2. Jalankan Weaviate+Bind dengan Docker Compose

   Di terminal, navigasikan ke direktur root dari proyek ini dan temukan file docker-compose.yml dan hubungi:

    docker compose up
   

   Catatan #1 - Pertama kali Anda menjalankan perintah, Docker akan mengunduh gambar ~ 6GB.

   Catatan #2 - Menjalankan gambar Docker ini membutuhkan RAM 12GB. Jika Anda berada di Windows, Anda harus menyesuaikan .WSLConfig Anda untuk memasukkan yang berikut:

    [wsl2]
   memory=12GB