以图搜图(demo创建流程)
window10添加向量数据库以及调用
创建docker
1,在windows功能中打开Hyper-V 和 容器
2,进入https://www.docker.com/ ,下载windows版本进行安装
创建milvus及连接
1,创建milvus文件夹,在文件夹下建立conf,db,logs,pic,wal五个文件夹,把docker-compose.yml和server_config.yaml放如conf文件夹中,使用命令提示符进入到conf文件夹中,执行docker-compose up -d,执行结束后,再执行docker-compose up -d来查看运行状态,然后运行docker run -p 3000:3000 -e HOST_URL=http://192.168.10.171:3000 -e MILVUS_URL=192.168.10.171:19530 milvusdb/milvus-insight:latest 。在docker中即可看到
点击3000端口,通过3000接口进入到milvus界面。
2,python程序
1》创建集合
from pymilvus import FieldSchema, DataType, CollectionSchema, connections, Collection
#创建存储字段
id = FieldSchema(
name="id",
dtype=DataType.INT64,
is_primary=True,
)
vec = FieldSchema(
name="vec",
dtype=DataType.FLOAT_VECTOR,
dim=2048
)
schema = CollectionSchema(
fields=[id, vec],
description="Test search"
)
collection_name = "animal"
print("#########连接数据库##############")
connections.connect(
alias="default",
host='192.168.10.171',
port='19530'
)
print("#########根据上面得信息创建集合##############")
collection = Collection(
name=collection_name,
schema=schema,
using='default',
shards_num=2
)
print("#########关闭连接##############")
connections.disconnect("default")
2》添加数据
#print("#########连接数据库##############")
from towhee import pipeline
from pymilvus import connections, Collection
connections.connect(
alias="default",
host='192.168.10.171',
port='19530'
)
#print("#########插入数据##############")
p = pipeline('image-embedding')
output = p('http://localhost:54867/7.jpg')
data = [
[7],
[output],
]
collection = Collection("animal")
mr = collection.insert(data)
print(mr)
3》查询数据
import towhee
from django.http import HttpResponse
from pymilvus import connections,Collection
from towhee import pipeline
#获取图片向量查询的数据
def selectData(request):
connections.connect(host='192.168.10.171', port='19530')
t = (
towhee.glob['path']('E://milvus//coreCode//getImages//getImages//wwwroot//7.jpg')
.image_decode['path', 'img']()
.image_embedding.timm['img', 'vec'](model_name='resnet50')
.milvus_search['vec', 'results'](collection='animal')
.select['results']() # 选择指定列;
.to_list()
)
tr = "";
for i in t:
for j in i.results:
tr = tr + " " + str(j.id)
return HttpResponse(tr, content_type="application/json")
def selectvector(request):
#print("#########连接数据库##############")
connections.connect(
alias="default",
host='192.168.10.171',
port='19530'
)
#print("#########查询数据##############")
p = pipeline('image-embedding')
output = p('http://localhost:54867/7.jpg')
collection = Collection("animal")
search_params = {"metric_type": "L2", "params": {"nprobe": 1}, "search_length": 100}
tt = collection.search(
data=[output],
anns_field="vec",
param=search_params,
offset=0,
limit=3,
expr=None
)
#print("#########查询结果##############")
return HttpResponse(tt, content_type="application/json")
以图搜图(demo创建流程)的更多相关文章
- 以图搜图之模型篇: 基于 InceptionV3 的模型 finetune
在以图搜图的过程中,需要以来模型提取特征,通过特征之间的欧式距离来找到相似的图形. 本次我们主要讲诉以图搜图模型创建的方法. 图片预处理方法,看这里:https://keras.io/zh/prepr ...
- 使用 selenium 实现谷歌以图搜图爬虫
使用selenium实现谷歌以图搜图 实现思路 原理非常简单,就是利用selenium去操作浏览器,获取到想要的链接,然后进行图片的下载,和一般的爬虫无异. 用到的技术:multiprocessing ...
- Google 以图搜图 - 相似图片搜索原理 - Java实现
前阵子在阮一峰的博客上看到了这篇<相似图片搜索原理>博客,就有一种冲动要将这些原理实现出来了. Google "相似图片搜索":你可以用一张图片,搜索互联网上所有与它相 ...
- 以图搜图(一):Python实现dHash算法(转)
近期研究了一下以图搜图这个炫酷的东西.百度和谷歌都有提供以图搜图的功能,有兴趣可以找一下.当然,不是很深入.深入的话,得运用到深度学习这货.Python深度学习当然不在话下. 这个功能最核心的东西就是 ...
- Google 以图搜图 - 相似图片搜索原理 - Java实现 (转)
前阵子在阮一峰的博客上看到了这篇<相似图片搜索原理>博客,就有一种冲动要将这些原理实现出来了. Google "相似图片搜索":你可以用一张图片,搜索互联网上所有与它相 ...
- [No000007]搜索引擎以图搜图的原理
之前,Google把"相似图片搜索"正式放上了首页. 你可以用一张图片,搜索互联网上所有与它相似的图片.点击搜索框中照相机的图标. 一个对话框会出现. 你输入网片的网址,或者直接上 ...
- php 以图搜图
感知哈希算法count < =5 匹配最相似count > 10 两张不同的图片var_dump(ImageHash::run('1.jpg’, '2.jpg’)); <?php c ...
- 谷歌百度以图搜图 "感知哈希算法" C#简单实现
/// <summary> /// 感知哈希算法 /// </summary> public class ImageComparer { /// <summary> ...
- 【Java基础】Java类的加载和对象创建流程的详细分析
相信我们在面试Java的时候总会有一些公司要做笔试题目的,而Java类的加载和对象创建流程的知识点也是常见的题目之一.接下来通过实例详细的分析一下. 实例问题 实例代码 Parent类 package ...
- Java类的加载和对象创建流程的详细分析
相信我们在面试Java的时候总会有一些公司要做笔试题目的,而Java类的加载和对象创建流程的知识点也是常见的题目之一.接下来通过实例详细的分析一下: package com.test; public ...
随机推荐
- Spark详解(08) - Spark(3.0)内核解析和源码欣赏
Spark详解(08) - Spark(3.0)内核解析和源码欣赏 源码全流程 Spark提交流程(YarnCluster) Spark通讯架构 Spark任务划分 Task任务调度 Shuffle原 ...
- 使用C语言编程的7个步骤
版权声明 本文作者:main工作室 本文链接:https://www.cnblogs.com/main-studio/p/17034891.html 版权声明:本文为 博客园 博主「main工作室」的 ...
- js取不到iframe元素
跨域 iframe 请绕道,下文是针对非跨域 iframe 的问题排除 1.iframe 取不到值的问题的原因 1. 父页面未加载完成 2. iframe 未加载完成 3. 语法使用错误 4. 跨域( ...
- ArcGIS工具 - 统计工具数量
ESRI作为GIS行业中的龙头,代表产品ArcGIS也在不断地优化和升级,从10.0开始已发布了8个版本,其工具箱(ToolBox)是它一个特色,每个版本的工具箱数量是不相同的,为源地理来教您如何统计 ...
- Educational Codeforces Round 33 (Rated for Div. 2) 虚拟赛体验
前言 就只做出了 \(A,B,C,D\) 是不是很弱? A.Chess For Three A,B,C 三人下棋,A和B先下,每次下完棋之后由现在观战的人(例如第一局就由C)代替下输的人. 每次输入一 ...
- order by 语句怎么优化?
说明 当前演示的数据库版本5.7 一.一个简单使用示例 先创建一张订单表 CREATE TABLE `order_info` ( `id` int NOT NULL AUTO_INCREMENT CO ...
- Vue3+TypeScript 项目中,配置 ESLint 和 Prettier
接上篇:从0搭建vite-vue3-ts项目框架:配置less+svg+pinia+vant+axios 文档同步项目gitee:https://gitee.com/lixin_ajax/vue3-v ...
- Quartz帮助类
#region 帮助类 public class QuarztHelper { #region 字段 /// <summary> /// 调度器 /// </summary> ...
- Solon2 开发之容器,八、动态代理的本质
在 Java 里动态代理,主要分:接口动态代理 和 类动态代理.因为它的代理类都是动态创建的,所以名字里会带上"动态". 官网的有些地方叫"代理",也有些地方叫 ...
- 2.3.pages.json文件的页面配置与全局配置
新建页面 # pages uni-app 通过 pages 节点配置应用由哪些页面组成,pages 节点接收一个数组,数组每个项都是一个对象,其属性值如下: 属性 类型 默认值 描述 path Str ...