trail camera search

带有元AI ImageBind的步道摄像机图像和视频搜索

此示例演示了如何使用Meta AI ImageBind和Weaviate Vector数据库构建多模式搜索（图像和视频），并基于此处的Weaviate的一个示例。

使用一种模式（例如文本）查询将在所有可用模态（例如图像和视频）中包含结果，因为所有对象都将编码为一个向量空间。

如果您不想使用代码，这是我录制的演示视频的链接。

编织设置

仅与Docker或Kubernetes的本地编织部署一起使用ImageBind模型。

编织云服务（WCS）不支持ImageBind。

使用ImageBind在本地部署的步骤

1. 安装Docker。

   如果您是Docker Compose的新手，则这里是有关如何安装它的说明。

2. 运行编织+与Docker组成

   在终端中，导航到该项目的根主管并找到文件docker-compose.yml并致电：

    docker compose up
   

   注意＃1-首次运行命令时，Docker将下载一个〜6GB映像。

   注意＃2 - 运行此Docker映像需要12GB的RAM。如果您在Windows中，则需要调整.wslconfig以包括以下内容：

    [wsl2]
   memory=12GB