trail camera search

メタAIイメージバインドを使用したトレイルカメラの画像とビデオ検索

この例は、Meta AI ImageBindとWeaviate Vectorデータベースを使用してマルチモーダル検索（画像とビデオ）を構築する方法を示しており、ここでWeaviateの例に基づいています。

1つのモダリティ（テキストなど）を使用してクエリするには、すべてのオブジェクトが単一のベクトル空間にエンコードされるため、利用可能なすべてのモダリティ（画像やビデオなど）に結果が含まれます。

コードで再生したくない場合に記録したデモビデオへのリンクを次に示します。

セットアップを織ります

ImageBindモデルは、DockerまたはKubernetesを使用したローカルWeaviate Deploymentsでのみ使用できます。

ImageBindは、Weaviate Cloud Services（WCS）でサポートされていません。

ImageBindを使用してローカルにWeaviateを展開する手順

1. Dockerをインストールします。

   Docker Compose初めて使用する場合は、インストール方法に関する指示を以下に示します。

2. weaviate+bind bind with docker composeを実行します

   ターミナルで、このプロジェクトのルートディレクターに移動し、ファイルdocker-compose.yml見つけて呼び出します。

    docker compose up
   

   注＃1-コマンドを初めて実行すると、Dockerは〜6GBの画像をダウンロードします。

   注＃2 - このDocker画像を実行するには、12GBのRAMが必要です。 Windowsにいる場合は、.wslconfigを調整して以下を含める必要があります。

    [wsl2]
   memory=12GB