图片向量检索服务系统-基于VGG图像特征提取模型+Faiss+ES+Milvus多种计算引擎实现源码+使用说明.zip

图片向量检索服务系统-基于VGG图像特征提取模型+Faiss+ES+Milvus多种计算引擎实现源码+使用说明.zip 【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。 【2】项目主要针对各个计算机相关专业，包括但不限于计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。 【特别强调】 项目下载解压后，项目名字和项目路径不要用中文，建议解压重命名为英文名字后再运行！遇到问题先搜索下，一般都是环境问题，当然也可以私信沟通，祝顺利！ 图片向量检索服务系统-基于VGG图像特征提取模型+Faiss+ES+Milvus多种计算引擎实现源码+使用说明.zip 该系统使用VGG（图像特征提取模型）和Numpy、Faiss、ES、Milvus构建了图像搜索流程。 系统架构如下 该系统使用VGG（图像特征提取模型）和Numpy、Faiss、ES、Milvus构建了图像搜索流程。 系统架构如下： <img src="pic/system_arch.png" width = "250" height = "300" alt="system_arch" align=center /> ## 构建环境 ### Docker-Compose ```shell # 启动 make up # 开发运行 make dev # 关闭 make down ``` ### Docker 环境 详见[环境安装](./docs/build.md) ### 操作简介 操作一：构建基础索引 ```shell python index.py --train_data：自定义训练图片文件夹路径，默认为`<ROOT_DIR>/data/train` --index_file：自定义索引文件存储路径，默认为`<ROOT_DIR>/index/train.h5` # 示例： python index.py --train_data /www/server/data/train --index_file /www/server/index/train.h5 ``` 操作二：使用相似检索 ```shell python retrieval.py --engine=numpy --test_data：自定义测试图片详细地址，默认为`<ROOT_DIR>/data/test/001_accordion_image_0001.jpg` --index_file：自定义索引文件存储路径，默认为`<ROOT_DIR>/index/train.h5` --db_name：自定义ES或者Milvus索引库名，默认为`image_retrieval` --engine：自定义检索引擎类型，默认为`numpy`，可选包括：numpy、faiss、es、milvus # 示例： python retrieval.py --engine=numpy --index_file /www/server/index/train.h5 --test_data /www/server/data/test/001_accordion_image_0001.jpg python retrieval.py --engine=faiss --index_file /www/server/index/train.h5 --test_data /www/server/data/test/001_accordion_image_0001.jpg python retrieval.py --engine=es --index_file /www/server/index/train.h5 --test_data /www/server/data/test/001_accordion_image_0001.jpg python retrieval.py --engine=milvus --index_file /www/server/index/train.h5 --test_data /www/server/data/test/001_accordion_image_0001.jpg ```