deepfates/memery

Search over large image datasets with natural language and computer vision

解决的问题

Memery 解决了在文件名无效或未知的情况下，必须手动检索大量图像文件夹的问题。用户无需滚动浏览数百个缩略图，只需使用自然语言描述即可找到特定图像。

工作原理

该项目使用 OpenAI 的 CLIP (Contrastive Language-Image Pretraining) transformer，它将图像和文本映射到同一个潜在空间。这使得系统能够将文本查询（例如“一个向左看的女性线条画”）与本地文件夹中的图像进行比较，从而找到最相关的匹配项。

适用对象

专为拥有大量本地图像集合（如迷因、屏幕截图、数据集或产品照片）并需要一种无需依赖文件名或日期即可进行搜索的方法的用户而设计。

亮点

多种界面：提供基于浏览器的 GUI、命令行界面 (CLI) 以及用于集成到其他工作流中的 Python 库。
灵活查询：支持通过文本查询、图像查询或两者的结合进行搜索。
索引：包含 build 命令，用于对图像进行编码和索引，以实现更高效的搜索。
兼容 Notebook：可以在 Jupyter notebooks 中使用，包括其 GUI 功能。