输入关键字进行搜索
搜索:
没有找到相关结果
森 - Elasticsearch，php
赞同来自: medcl 、laoyang360 、josancpp
Kalasearch
赞同来自: 森 、liutianhao
medcl - 今晚打老虎。
赞同来自: 森
core_wzw - 某AILab搜索技术负责人
要回复问题请先登录或注册
Elasticsearch，php
4 个回复
森 - Elasticsearch，php
赞同来自: medcl 、laoyang360 、josancpp
Kalasearch
赞同来自: 森 、liutianhao
Elastic用的query只能是text或某种text的变体（即使是数字之类的其它类型）
而以图用图搜的query是图片，那么如果你需要用Elastic来做的话，则需要将图片转为某种形式的text。通常以图搜图的实现是
1. 建一个足够大的图片库，将图片特征提取出来（通常结合一些CV的操作，不会仅仅是把像素提取出来）
2. 新来一张图片时，用同样的方法，把特征提取出来
3. 用某种similarity来确定2中的图片和1中的图片距离最近的topK。通常这也可以用一些机器学习的方法来做
也就是说，如果你需要用Elastic来做以图搜图，需要比较多hack把一个本来为纯文本设计的引擎（倒排索引）来套用上，这与这个工具本身设计的理念不太切合，所以用起来也会比较尴尬。
但如果LZ一定要试试的话，我能想到的办法有
1. 自己写一个Query，直接替换ES用的Lucene的标准Query
2. 这个Query需要重新定义一个similarity，比如用余弦距离。在Index时，把图片特征存到index里，存到一个field
3. 对于一个待搜索图片，用同样的方式抽出特征。把其中的特征中的一部分建一个Query，用来搜索第2步里存的field，取5*top-K。注意这里需要比topK多，来保证召回率足够高
4. 对于collect到的所有图片candidate，再将用similarity算一次与query图片的距离，取topK
可以看到，这个实在是非常尴尬，倒排引擎的唯一作用就是预过滤，不建议这样使用
medcl - 今晚打老虎。
赞同来自: 森
core_wzw - 某AILab搜索技术负责人
赞同来自: 森
百万量级以上文档库，直接用milvus，milvus支持亿级向量相似计算在毫秒级完成（lg(n)近邻搜索），支持自动增量更新索引，相对FAISS免去Docker化和接口自定义等工作。
当年没有写es-embedding插件时，我还试过把embedding转成文本去用match，各种往text变体去靠，太南了..