trail camera search

메타 AI ImageBind를 사용한 트레일 카메라 이미지 및 비디오 검색

이 예제는 Meta AI ImageBind 및 Weaviate Vector 데이터베이스를 사용하여 멀티 모달 검색 (이미지 및 비디오)을 구축하는 방법을 보여 주며 Weaviate의 예제를 기반으로했습니다.

하나의 양식 (예 : 텍스트)을 사용하여 쿼리에는 모든 객체가 단일 벡터 공간으로 인코딩되므로 사용 가능한 모든 양식 (예 : 이미지 및 비디오)의 결과가 포함됩니다.

다음은 코드를 사용하고 싶지 않은 경우 녹음 한 데모 비디오에 대한 링크입니다.

설정을 짜십시오

ImageBind 모델은 Docker 또는 Kubernetes와의 로컬 Weaviate 배포에서만 사용할 수 있습니다.

ImageBind는 WCS (Weaviate Cloud Services)에서 지원되지 않습니다.

imagebind로 로컬로 Weaviate를 배포하는 단계

1. Docker를 설치하십시오.

   Docker Compose 처음 사용하는 경우 설치 방법에 대한 지침이 있습니다.

2. Docker Compose와 함께 weaviate+bind를 실행하십시오

   터미널 에서이 프로젝트의 루트 디렉터로 이동하여 docker-compose.yml 파일을 찾아 전화하십시오.

    docker compose up
   

   참고 #1- 명령을 처음 실행할 때 Docker는 ~ 6GB 이미지를 다운로드합니다.

   참고 #2 -이 도커 이미지를 실행하려면 12GB의 RAM이 필요합니다. Windows에있는 경우 다음을 포함하도록 .wslconfig를 조정해야합니다.

    [wsl2]
   memory=12GB