Ricerca per similarità video
Questo tutorial mostra come utilizzare Milvus, il database vettoriale open-source, per costruire un sistema di ricerca della somiglianza dei video.
I modelli di ML e i software di terze parti utilizzati includono:
- OpenCV
- ResNet-50
- MySQL
- Towhee
Al giorno d'oggi, dopo aver visto un film o un video di loro gradimento, le persone possono facilmente scattare screenshot e condividere i loro pensieri pubblicandoli su varie piattaforme di social network. Quando i follower vedono gli screenshot, può essere davvero difficile per loro capire di quale film si tratti se il nome del film non è scritto esplicitamente nel post. Per capire il nome del film, le persone possono sfruttare un sistema di ricerca per somiglianza di video. Utilizzando il sistema, gli utenti possono caricare un'immagine e ottenere video o film che contengono fotogrammi chiave simili all'immagine caricata.
In questa esercitazione imparerete a costruire un sistema di ricerca per similarità video. Per costruire il sistema vengono utilizzate circa 100 gif animate presenti su Tumblr. Tuttavia, è possibile preparare i propri set di dati video. Il sistema utilizza innanzitutto OpenCV per estrarre i fotogrammi chiave dei video e poi ottiene i vettori delle caratteristiche di ciascun fotogramma chiave utilizzando ResNet-50. Tutti i vettori vengono memorizzati in un database di ricerca. Tutti i vettori vengono memorizzati e ricercati in Milvus, che restituisce gli ID dei vettori simili. Quindi, mappano gli ID al video corrispondente memorizzato in MySQL.
video_search 
video_search_demo
