trail camera search

ภาพกล้องเทรลและการค้นหาวิดีโอด้วย Meta AI ImageBind

ตัวอย่างนี้แสดงให้เห็นถึงวิธีการสร้างการค้นหาแบบหลายรูปแบบ (รูปภาพและวิดีโอ) โดยใช้ Meta AI ImageBind และฐานข้อมูลเวกเตอร์ทอและใช้ตัวอย่างจากการทอที่นี่

การสืบค้นโดยใช้หนึ่งรูปแบบ (เช่นข้อความ) จะรวมผลลัพธ์ในรูปแบบที่มีอยู่ทั้งหมด (เช่นรูปภาพและวิดีโอ) เนื่องจากวัตถุทั้งหมดจะถูกเข้ารหัสลงในพื้นที่เวกเตอร์เดียว

นี่คือลิงค์ไปยังวิดีโอตัวอย่างที่ฉันบันทึกไว้หากคุณไม่ต้องการเล่นกับรหัส

การตั้งค่าทอผ้า

โมเดล ImageBind ใช้ได้เฉพาะกับการปรับใช้ทอในท้องถิ่นด้วย Docker หรือ Kubernetes

ImageBind ไม่ได้รับการสนับสนุนด้วย Weaviate Cloud Services (WCS)

ขั้นตอนในการปรับใช้ทอผ้าในเครื่องด้วย ImageBind

1. ติดตั้ง Docker

   หากคุณยังใหม่กับ Docker Compose นี่คือคำแนะนำเกี่ยวกับวิธีการติดตั้ง

2. เรียกใช้ Weaviate+ผูกกับ Docker Compose

   ในเทอร์มินัลนำทางไปยังผู้อำนวยการรูทของโครงการนี้และค้นหาไฟล์ docker-compose.yml และโทร:

    docker compose up
   

   หมายเหตุ #1 - ครั้งแรกที่คุณเรียกใช้คำสั่ง Docker จะดาวน์โหลดภาพ ~ 6GB

   หมายเหตุ #2 - การเรียกใช้ภาพนักเทียบท่านี้ต้องใช้ RAM 12GB หากคุณอยู่ใน Windows คุณจะต้องปรับ. wslconfig ของคุณเพื่อรวมสิ่งต่อไปนี้:

    [wsl2]
   memory=12GB