使用elasticSearch实现以图搜图

逛github的时候发现了这个有趣的项目

项目地址：https://github.com/sethuiyer/Image-to-Image-Search

实现原理

使用CaptionGenerator对图片生成说明

CaptionGenerator可以识别某一个图片并生成描述该图片的语言

比方说下面这张图片，CaptionGenerator会生成：一个男人在冲浪

将生成的图片描述和图片地址保存到elasticsearch

查询图片时生成查询图片的描述，将此描述放到elasticsearch去进行匹配，以此显示出匹配度相近的图片

快速安装

elasticsearch只能在linux系统上安装，所以需要一台虚拟机或者是云服务器，Python程序可以跑在云服务器或者是本地

我的配置：

elasticsearch6.0
java1.8
centos7.6
python3.6

实现步骤：

安装好以上环境
下载项目到本地https://github.com/sethuiyer/Image-to-Image-Search
将此模型https://cs.stanford.edu/people/karpathy/neuraltalk/flickr8k_cnn_lstm_v1.zip下载解压后放入models 文件夹下

根据requirements.txt文件安装Python包，下面的是我自己改的requirements.txt，按照项目里的版本跑不了

absl-py==0.7.1
astor==0.7.1
bleach==3.3.0
Click==7.0
elasticsearch==6.3.1
enum34==1.1.6
Flask==1.0.3
gast==0.2.2
grpcio==1.19.0
h5py==2.9.0
html5lib==0.9999999
itsdangerous==1.1.0
Jinja2==2.11.3
Keras==2.2.4
Keras-Applications==1.0.7
Keras-Preprocessing==1.0.9
Markdown==3.1
MarkupSafe==1.1.1
mock==2.0.0
numpy==1.16.2
pbr==5.1.3
Pillow==8.1.1
protobuf==3.7.1
PyYAML==5.4
scipy==1.2.1
six==1.12.0
tensorboard==1.13.1
tensorflow==2.4.0
tensorflow-estimator==1.13.0
tensorflow-tensorboard==0.1.8
termcolor==1.1.0
urllib3==1.24.2
Werkzeug==0.15.3

如果你的项目和elasticsearch在一台机子上就跳过，否则需要将文件server.py和index_database.py里的es = Elasticsearch()改为es = Elasticsearch([{'host': 'xxx', 'port': 9200}], timeout=3600)，xxx改为安装了elasticsearch机子的ip
运行index_database.py，添加信息到elasticsearch，可以访问http://xxx:9200/desearch/_search查看是否添加成功
接着运行server.py，启动web服务，打开http://127.0.0.1:5000/search即可搜图

使用elasticSearch实现以图搜图相关推荐

java elasticsearch 实现以图搜图效果
前言: 现在需要用java+elasticsearch的方式实现以图搜图的效果,效果如下: 相关文章:https://blog.csdn.net/m0_52640724/article/details ...
使用elasticSearch搭建本地以图搜图服务
使用elasticSearch的向量检索实现以图搜图文章目录使用elasticSearch的向量检索实现以图搜图前言快速开始安装elasticsearch和kibana 创建索引下载项目 ...
towhee+elasticsearch实现本地以图搜图
towhee-img-search towhee+elasticsearch实现本地以图搜图 github地址:https://github.com/xjhqre/towhee-img-search ...
Java+ElasticSearch+Pytorch实现以图搜图
以图搜图,涉及两大功能:1.提取图像特征向量.2.相似向量检索. 第一个功能我通过编写pytorch模型并在java端借助djl调用实现,第二个功能通过elasticsearch7.6.2的dense ...
推荐系统工程篇之搭建以图搜图服务
基于内容的召回在推荐系统中是比较常见的召回策略,常见有基于用户或物品的标签召回或者基于用户的年龄,地域等召回,一般该策略的实现是基于开源软件 Elasticseach 实现的.虽然召回的结果都比较合理 ...
Java调用Pytorch实现以图搜图（附源码）
Java调用Pytorch实现以图搜图设计技术栈: 1.ElasticSearch环境: 2.Python运行环境(如果事先没有pytorch模型时,可以用python脚本创建模型): 1.运行效果 ...
工程篇之搭建以图搜图服务
基于内容的召回在推荐系统中是比较常见的召回策略,常见有基于用户或物品的标签召回或者基于用户的年龄,地域等召回,一般该策略的实现是基于开源软件 Elasticseach 实现的.虽然召回的结果都比较合理 ...
实战 | 多种方法实现以图搜图
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:AI 算法与图像处理概述以图搜图技术是日常生活中常用 ...
以图搜图Python实现Hash算法
以图搜图(一):Python实现dHash算法 http://yshblog.com/blog/43 以图搜图(二):Python实现pHash算法 http://yshblog.com/blog/4 ...
以图搜图图像匹配_图像匹配，基于深度学习DenseNet实现以图搜图功能
原标题:图像匹配,基于深度学习DenseNet实现以图搜图功能度学习的发展使得在此之前以机器学习为主流算法的相关实现变得简单,而且准确率更高,效果更好,在图像检索这一块儿,目前有谷歌的以图搜图,百度 ...

使用elasticSearch实现以图搜图

使用elasticSearch实现以图搜图

实现原理

快速安装

使用elasticSearch实现以图搜图相关推荐

最新文章

热门文章