텍스트-이미지 검색 엔진
이 튜토리얼에서는 오픈 소스 벡터 데이터베이스인 Milvus를 사용하여 텍스트-이미지 검색 엔진을 구축하는 방법을 설명합니다.
기본 튜토리얼을 따라 최소한의 실행 가능한 텍스트-이미지 검색 엔진을 빠르게 구축할 수 있습니다. 또는 모델 선택부터 서비스 배포까지 모든 것을 다루는 심층 튜토리얼을 읽어볼 수도 있습니다. 심층 튜토리얼의 지침에 따라 비즈니스 요구사항에 맞는 고급 텍스트-이미지 검색 엔진을 구축할 수 있습니다.
사용된 ML 모델 및 타사 소프트웨어는 다음과 같습니다:
오늘날 점점 더 많은 사람들이 TikTok을 선호하는 검색 엔진으로 사용하면서 전통적인 텍스트 검색 엔진은 점점 더 매력을 잃어가고 있습니다. 전통적인 텍스트 검색에서는 사람들이 키워드를 입력하면 해당 키워드가 포함된 모든 텍스트를 보여줍니다. 그러나 사람들은 이런 검색에서는 원하는 것을 항상 찾을 수 없다고 불평합니다. 게다가 검색 결과가 충분히 직관적이지 않습니다. 사람들은 텍스트 줄을 헤집고 다니는 것보다 이미지와 동영상이 훨씬 더 직관적이고 즐겁다고 말합니다. 그 결과 크로스 모달 텍스트-이미지 검색 엔진이 등장했습니다. 이러한 새로운 유형의 검색 엔진을 통해 사람들은 일부 키워드의 텍스트 덩어리를 입력하여 관련 이미지를 찾을 수 있습니다.
이 튜토리얼에서는 텍스트-이미지 검색 엔진을 구축하는 방법을 배웁니다. 이 튜토리얼에서는 CLIP 모델을 사용해 이미지의 특징을 추출하고 이를 벡터로 변환합니다. 그런 다음 이 이미지 벡터는 Milvus 벡터 데이터베이스에 저장됩니다. 사용자가 쿼리 텍스트를 입력하면 이 텍스트도 동일한 머신러닝 모델 CLIP을 사용하여 임베딩 벡터로 변환됩니다. 그 후 Milvus에서 벡터 유사도 검색을 수행하여 입력된 텍스트 벡터와 가장 유사한 이미지 벡터를 검색합니다.
텍스트_이미지_검색
