Milvus以图搜图环境搭建

1.ubuntu系统需安装docker,注意ubuntu系统版本号需安装对照的docker 版本号,docker 安装需要sudo权限,因此需要普通用户添加到sudo 用户组  具体请参考上一篇博客,常用的docker操作命令如下:如命令无权限  请在命令 前 加 sudo 

docker ps -n 5  查看docker 中最新5个container  

docker ps -aq 列出所有容器ID

docker stop $container_ID 终止容器ID

docker rm  ID  删除对应容器ID

docker start ID 启动对应容器

docker restart ID 直接重启容器

docker kill ID 直接关闭容器

停止所有容器

sudo docker stop `sudo docker ps -a -q`

删除所有容器

sudo docker rm `sudo docker ps -a -q`

删除所有镜像

sudo  docker rmi  'sudo docker images -q'

docker rmi `docker images -q`

 

清除docker 镜像缓存

docker system prune --volumes
# 获得运行 Milvus 的 container ID。
$ docker ps -a
# 检查 docker 日志。
$ docker logs <milvus container id>
 获得运行 Milvus 的 container ID。
 docker ps -a
 检查 docker 日志。
 docker logs <milvus container id>

批量删除所有镜像: 有效

sudo docker rmi `sudo docker images -q` -f

 

2.启动milvus 安装0.10.0 CPU版本 ,参照Milvus官网 https://milvus.io/cn/docs/v0.10.0/cpu_milvus_docker.md

步骤3 可参考 https://github.com/milvus-io/bootcamp/blob/master/solutions/pic_search/README.md

3、启动 pic-search-webserver docker (如无法运行 在第一行 docker 前加sudo)

docker run -d --name zilliz_search_images_demo \
-v ${IMAGE_PATH1}:/tmp/pic1 \
-v ${IMAGE_PATH2}:/tmp/pic2 \
-p 35000:5000 \
-e "DATA_PATH=/tmp/images-data" \
-e "MILVUS_HOST=${MILVUS_IP}" \
milvusbootcamp/pic-search-webserver:0.10.0

IMAGE_PATH1 、 IMAGE_PATH2 :

表示你的服务器上存放图片的绝对路径,启动时将这些路径映射到 docker 容器里面。系统搭建好以后,可以直接在前端界面上输入 docker 容器中的图片路径 “ /tmp/pic1 ” 、“ /tmp/pic2 ” 去加载图片。${IMAGE_PATH1} 为服务器存放图片的地址r如:/home/liaodaihai/JPEG       /tmp/pic1为docker 地址 不要去改它   ,${MILVUS_IP}为服务器IP 如 MILVUS_HOST=5.5.5.237

MILVUS_IP :

表示启动 Milvus docker 的服务器 IP 地址,注意不要使用回环地址 “127.0.0.1” 。命令其他部分保持不变即可。

注意:

如果 webserver 镜像下载太慢,可以先通过百度网盘链接将 VGG 模型下载到 pic_search/webserver/data/models 目录下面,再利用 pic_search/webserver/ 目录下的 Dockerfile 自己构建 webserver 镜像。百度网盘链接及提取码如下:

链接:https://pan.baidu.com/s/1z_HGlwCRZOGGk4gYJJOOBQ 提取码:qmqk

4、启动 pic-search-webclient docker

docker run --name zilliz_search_images_demo_web -d --rm -p 8001:80 \
-e API_URL=http://${WEBSERVER_IP}:35000 \
milvusbootcamp/pic-search-webclient:0.2.0

WEBSERVER_IP: 表示启动 pic-search-webserver docker 的服务器 IP 地址。  8001表示web端访问服务器端口,可改动

${WEBSERVER_IP}为服务器IP  如:API_URL=http://5.5.5.237:35000

5 界面展示:注意可能有的浏览器不支持,最好用google  

在网页输入 http://5.5.5.237:8001    注意端口号与步骤4中对应

在横条框中输入 docker  中图片的路径  /tmp/pic/JPEG  然后点击+  模型将进行底库图片转换成向量  加载时间会有点长。

更多如果还不会 参考 视频教学 

 https://www.bilibili.com/video/av97529437/   

 https://mp.weixin.qq.com/s/iUFidPQki1bmlOrduBt_FQ

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
功能设计 ​ 系统功能模块较为简单,主要功能就是**新增人脸**和**人脸搜索**两个功能,其中新增人脸使用页面上传和压缩包批量上传两个方式,压缩包上传时文件名称为用户名,下面主要说明人脸搜索的功能流程 ##### Milvues ​ 在介绍前需要说明一下Mulvus ​ Milvus 向量数据库能够帮助用户轻松应对海量非结构化数据(图片 / 视频 / 语音 / 文本)检索。单节点 Milvus 可以在秒内完成十亿级的向量搜索 ​ 因此虹软的SDK只能提取向量及对比的功能,在大规模人脸识别中,需要搜索引擎对于人脸数据进行初步筛选到一个较小的范围后在利用虹软的SDK进行测试,值得一提的是,博主多次测试后Milvues返回的匹配率足以满足人脸匹配的要求,Milvus的安装部署和使用文档参考 https://milvus.io/cn/docs/v2.0.x ​ **特别说明的是**虹软提取的数组是一个经过归一后的1032长度的byte数组,我们需要对数组进行转换,去除前8位的版本号,并将1024长度的byte转为256长度的float向量,这部分可以利用Arrays提供的方法进行转换,代码中也有相应的工具类 ##### 人脸上传(单张) ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值