Embeddit
1.0.0
EmbedDitは、テキストクエリを使用して画像を使用したり、画像をアップロードしたりすることで画像を検索できるPython/Flaskアプリです（画像から画像検索）。 lancedbのベクトルに画像とストアを埋め込むためにOpenaiクリップを使用します。
特徴
前提条件
設定
Python仮想環境のセットアップ
仮想環境のアクティブ化
依存関係のインストール
使用法
ライセンス
テキストベースの画像検索：ユーザーはテキストクエリを入力して、関連する画像を検索できます。
画像ベースの検索：ユーザーは画像をアップロードして、視覚的に類似した画像を見つけることができます。
LancedBを使用した効率的な類似性検索。
シームレスなインタラクションのためのユーザーフレンドリーなWebインターフェイス。
インデックス作成と検索用のカスタマイズ可能な画像フォルダー。
EmbedDitを設定する前に、次の前提条件がインストールされていることを確認してください。
Python 3.8以降
PIP（Pythonパッケージインストーラー）
プロジェクトフォルダーに移動します
cd Embeddit
仮想環境を作成します。
python3 -m venv embeddit_env
これにより、embeddit_envという名前の新しい仮想環境が作成されます。
仮想環境を有効にするには、オペレーティングシステムに基づいて適切なコマンドを実行します。
Windowsの場合：
embeddit_envScriptsactivate
macosとLinuxの場合：
source embeddit_env/bin/activate
必要な依存関係をインストールします。私はそれらを最小限に抑えようとします。
pip install -r requirements.txt
EmbedDitアプリケーションを実行するには、次の手順に従ってください。
仮想環境を有効にしていることを確認してください。
指定された画像フォルダーにインデックスと検索する画像を配置します（デフォルト： images/フォルダー）。
次のコマンドを実行してアプリケーションを開始します。
python app_image_search.py --image-folder path/to/your/image/folder
パス/to//画像/フォルダーを、画像を含むフォルダーへの実際のパスに置き換えます。デフォルトでは、プロジェクトディレクトリでimages/フォルダーを使用します。
Webブラウザーを開き、http：// localhost：5000にアクセスして、beddit webインターフェイスにアクセスします。
検索バーを使用してテキストクエリを入力するか、画像をアップロードして視覚的に類似した画像を見つけます。
EmbedDitはMITライセンスの下でリリースされます。
