Embeddit

Embeddit : Clip 및 LancedB를 사용한 이미지 검색

Embeddit은 텍스트 쿼리를 사용하여 이미지를 검색하거나 이미지를 업로드하여 이미지를 검색 할 수있는 Python/Flask 앱입니다 (이미지 대 이미지 검색). LANCEDB의 벡터에 이미지와 저장을 내장하기 위해 OpenAI 클립을 사용합니다.

목차

1. 특징

2. 전제 조건

3. 설정

   • 파이썬 가상 환경 설정

   • 가상 환경 활성화

   • 종속성 설치

4. 용법

5. 특허

특징

• 텍스트 기반 이미지 검색 : 사용자는 텍스트 쿼리를 입력하여 관련 이미지를 검색 할 수 있습니다.

• 이미지 기반 검색 : 사용자는 이미지를 업로드하여 시각적으로 유사한 이미지를 찾을 수 있습니다.

• LANCEDB를 사용한 효율적인 유사성 검색.

• 원활한 상호 작용을위한 사용자 친화적 인 웹 인터페이스.

• 인덱싱 및 검색을위한 사용자 정의 가능한 이미지 폴더.

전제 조건

embeddit을 설정하기 전에 다음과 같은 전제 조건이 설치되어 있는지 확인하십시오.

• 파이썬 3.8 이상

• PIP (파이썬 패키지 설치 프로그램)

설정

1. 프로젝트 폴더로 이동하십시오

    cd Embeddit
   

   가상 환경을 만듭니다.

   
   python3 -m venv embeddit_env
   
   

   이것은 embeddit_env라는 새로운 가상 환경을 만듭니다.

2. 가상 환경을 활성화하려면 운영 체제를 기반으로 적절한 명령을 실행하십시오.

• Windows :

  
  embeddit_envScriptsactivate
  
  

• MacOS 및 Linux의 경우 :

  
  source embeddit_env/bin/activate
  
  

3. 필요한 종속성을 설치하십시오. 나는 그것들을 최소한으로 유지하려고 노력합니다.

   
   pip install -r requirements.txt
   
   

용법

Embeddit 응용 프로그램을 실행하려면 다음을 수행하십시오.

1. 가상 환경을 활성화했는지 확인하십시오.

2. 지정된 이미지 폴더 (기본값 : images/ 폴더)에 색인 및 검색하려는 이미지를 배치하십시오.

3. 응용 프로그램을 시작하려면 다음 명령을 실행하십시오.

   
   python app_image_search.py --image-folder path/to/your/image/folder
   
   

   Path/To/your/image/폴더를 이미지가 포함 된 폴더의 실제 경로로 교체하십시오. 기본적으로 프로젝트 디렉토리에서 images/ 폴더를 사용합니다.

4. 웹 브라우저를 열고 http : // localhost : 5000을 방문하여 Embeddit 웹 인터페이스에 액세스하십시오.

5. 검색 표를 사용하여 텍스트 쿼리를 입력하거나 이미지를 업로드하여 시각적으로 유사한 이미지를 찾으십시오.

특허

Embeddit은 MIT 라이센스에 따라 릴리스됩니다.