本篇文章为大家展示了怎么在Colab上实现近200万图片的精准检索匹配，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
成都创新互联公司专业提供达州托管服务器服务，为用户提供五星数据中心、电信、双线接入解决方案，用户可自行在线购买达州托管服务器服务，并享受7*24小时金牌售后服务。
OpenAI 同时发布了两个连接文本与图像的神经网络：DALL·E 和 CLIP。其中，DALL·E 可以基于文本直接生成图像，CLIP 能够完成图像与文本类别的匹配。这两个模型发布之后，机器学习社区出现了一些复现 DALL·E 模型的尝试，如开发者 Phil Wang 的 GitHub 项目 DALLE-pytorch，短短二十余天就收获了 1.9k star。近日，又有开发者创建了一个利用 CLIP 模型搜索文本精准匹配图片的项目。该项目所有图片出自 Unsplash 数据集，大约有 200 万张，利用 CLIP 模型进行处理。项目既可以在给定的免费谷歌 Colab notebook 中运行，也可以在用户自己的机器上运行。
项目地址：https://github.com/haltakov/natural-language-image-search#two-dogs-playing-in-the-snow在具体实现上，项目作者在 Colab Notebook 上将所有图片处理成了预计算特征向量，然后找到与自然语言搜索查询（即输入的文本）最匹配的图片。项目作者提供了一些效果展示图，如输入搜索词条「"Two dogs playing in the snow"」，就会出现以下几幅图片：
摄自：Richard Burlton、Karl Anderson 和 Xuecheng Chen。
输入搜索词条「"The word love written on the wall"」，就会出现以下包含「love」的文本：
摄自：Genton Damian、Anna Rozwadowska 和 Jude Beck。
此外，你还可以选择搜索图片的数量，例如：通过修改「search_unslash(search_query, photo_features, photo_ids, 3)」，将该行中的 3 更改为想要的搜索结果数量。在给定的 Colab 会话中进行首次搜索的步骤如下：1. 首先需要进入 Colab 界面；
2. 登录谷歌账户，单击右上角的「S」按钮即可完成此操作。注意：注册谷歌账户会影响隐私，比如你的谷歌搜索历史记录会记录在谷歌帐户中；
3. 单击单元格中的某个位置（三角形除外），该行显示「search_query = "Two dogs playing in the snow"」；
4. 单击菜单「Runtime→Run before」，等待执行结束；
5. 找到读取（或最初读取）「search_query = "Two dogs playing in the snow"」这一行，将「 "Two dogs playing in the snow"」改变成你想要的查询。例如：「search_query = "A clock with gold-colored numbers on a black background"」；
6.（可选）查找读取（或最初读取）的行「search_unslash(search_query, photo_features, photo_ids, 3)」。将该行中的 3 更改为想要的搜索结果数量；
7. 单击最初读取「search_query = "Two dogs playing in the snow"」这一行左侧的三角形， 等待搜索结果。
Colab 界面地址：https://colab.research.google.com/github/haltakov/natural-language-image-search/blob/main/colab/unsplash-image-search.ipynb#scrollTo=xbym_cYJJH6v在 Colab 会话中执行更多搜索，请参考上述步骤 5-7。在 Google Colab 会话后，可以选择注销谷歌帐户，因为登录谷歌帐户会影响隐私。想要在本机上实现该功能，首先需要安装必要的依赖项，安装代码如下：pip install -r requirements.txt
如果想要运行所有的代码，打开 Jupyter notebooks，按照以下编号顺序以及说明依次操作：01-setup-clip.ipynb：设置环境，检查并准备 CLIP 代码；
02-download-unsplash-dataset.ipynb：从 Unsplash 数据集下载图片；
03-process-unsplash-dataset.ipynb：使用 CLIP 处理数据集中的所有图片；
04-search-image-dataset.ipynb：使用自然语言查询在数据集中检索图片；
05-search-image-api.ipynb：使用 Unsplash Search API 检索图片，CLIP 过滤搜索结果。
注意：只有精简版的 Unsplash 数据集是公开可用的。如果你想使用完整版，你需要申请（免费）访问权限；使用 Unsplash Search API 搜索图像不需要访问 Unsplash 数据集，但可能会产生糟糕的结果。上述内容就是怎么在Colab上实现近200万图片的精准检索匹配，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。
网页题目：怎么在Colab上实现近200万图片的精准检索匹配
URL网址：
http://shouzuofang.com/article/psgsci.html