交稿前3小時找不到那張圖用MaterialSearch語義搜索本地素材一句話就能找回【免費(fèi)下載鏈接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI語義搜索本地素材。以圖搜圖、查找本地素材、根據(jù)文字描述匹配畫面、視頻幀搜索、根據(jù)畫面描述搜索視頻。項(xiàng)目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch凌晨一點(diǎn)設(shè)計(jì)師阿凱盯著屏幕發(fā)呆甲方要的清晨陽光穿過樹林的素材明明兩年前就拍過可硬盤里幾萬個文件全叫IMG_0234、DSC_4521這種名字翻文件夾翻到懷疑人生。這恐怕不是他一個人的遭遇——只要素材多起來靠文件名找圖這件事就注定是一場苦役。MaterialSearch 就是來終結(jié)這場苦役的它是一款運(yùn)行在你電腦上的本地素材搜索工具只要用一句大白話描述畫面比如貓?jiān)谏嘲l(fā)上睡覺它就能在你硬盤里的圖片和視頻中把最匹配的內(nèi)容找出來。所謂語義搜索就是按意思而不是按文件名來匹配內(nèi)容——找素材從此從翻目錄變成說需求。先別急著裝軟件——你多半也經(jīng)歷過這樣的深夜在介紹工具之前先聊聊找素材這個動作本身有多反人類。傳統(tǒng)方式無非三條路第一靠記憶里的文件名但手機(jī)導(dǎo)出的照片、相機(jī)直出的照片、別人發(fā)給你的素材文件名幾乎沒有規(guī)律第二靠文件夾分類但素材一多分類規(guī)則自己先崩了——旅行和風(fēng)景到底該放哪第三靠肉眼一張張翻上萬張圖翻下來眼睛和耐心同時陣亡。視頻更夸張。你記得某段婚禮航拍里有個新娘回頭的鏡頭但一整部片子幾百分鐘你得拖動進(jìn)度條一幀幀地看。MaterialSearch 把這三條路全堵上了它讓你直接描述內(nèi)容搜圖靠一句話搜視頻同樣靠一句話甚至連新娘回頭的那個瞬間在第幾分幾秒都能定位出來。一句大白話講清楚它把你硬盤變成聽得懂話的圖書館MaterialSearch 的核心是給硬盤里的每張圖片、每個視頻片段都寫上一份內(nèi)容摘要然后存進(jìn)一個專門的數(shù)據(jù)庫。當(dāng)你輸入描述時它把你的話也變成同樣格式的摘要再去數(shù)據(jù)庫里找最接近的。這里的關(guān)鍵技術(shù)叫CLIP 模型你可以把它理解成一個跨語言翻譯官它能把圖片的畫面、視頻的畫面、以及你輸入的文字統(tǒng)統(tǒng)翻譯成同一種數(shù)字語言專業(yè)說法是高維向量在這套語言里夕陽下的海灘這句話和那張夕陽下的海灘照片距離會非常近。項(xiàng)目自帶的中文 CLIP 模型OFA-Sys/chinese-clip-vit-base-patch16對中文描述的理解尤其友好這也是它很適合中文用戶的原因。最快部署路線三步從下載到第一次掃描第一步挑一條適合自己的部署方式如果你是 Windows 用戶最省事的辦法是下載整合包。項(xiàng)目提供了兩個版本不帶模型的精簡版適合專業(yè)用戶而帶基礎(chǔ)模型的完整版開箱即用大部分人選這個就行。有兩點(diǎn)提醒一是系統(tǒng)要求 Windows 10 及以上二是一定要用 7-Zip 解壓用其他壓縮軟件可能會報(bào)錯。解壓后讀一下里面的使用說明.txt整合包會自動檢測你的顯卡優(yōu)先用 GPU 加速。如果你是 Linux 用戶或者喜歡容器化項(xiàng)目根目錄的docker-compose.yml就是一份寫滿注釋的現(xiàn)成模板支持 amd64 架構(gòu)、打包了基礎(chǔ)模型、還支持 GPU。只需要改兩個地方把volumes里你的素材目錄掛載進(jìn)容器再把environment里的ASSETS_PATH指到對應(yīng)的容器內(nèi)路徑然后執(zhí)行docker-compose up -d就能啟動。第二步用 .env 告訴它素材放在哪不管走哪條路你都要告訴它去哪些文件夾里找素材。方法是在項(xiàng)目根目錄建一個.env文件兩行就能搞定ASSETS_PATHC:/Users/Administrator/Pictures,C:/Users/Administrator/Videos SKIP_PATHC:/Users/Administrator/AppData第一行是素材掃描路徑多個路徑用英文逗號分隔第二行是跳過路徑用來排除系統(tǒng)緩存這類沒用的目錄。不配的話就用默認(rèn)值Windows 整合包里還帶了一個圖形化配置窗口gui_config.py打開就能改配置并一鍵啟動不用手敲命令。第三步啟動服務(wù)等它把素材讀一遍啟動后瀏覽器會打開一個搜索界面點(diǎn)一下掃描按鈕系統(tǒng)就開始分析你的素材庫。這一步的體驗(yàn)做得很貼心頂部狀態(tài)欄會實(shí)時顯示掃描進(jìn)度、本次掃描文件數(shù)、待掃描文件數(shù)以及預(yù)估剩余時間——首次掃描上萬張圖時看著進(jìn)度條一點(diǎn)點(diǎn)走完心里特別踏實(shí)。掃描完成后頂部會顯示圖片總數(shù)、視頻總數(shù)和視頻幀總數(shù)。五種搜法把翻素材變成說需求掃描完成后界面頂部的幾個選項(xiàng)卡就是全部搜索入口每一種都是一個獨(dú)立的找素材姿勢。文字搜圖會聯(lián)想的關(guān)鍵詞搜索在輸入框里寫雪山下的小木屋清晨陽光透過樹葉它返回的是語義上最相關(guān)的圖片而不是恰好含這幾個字的文件名。多個關(guān)鍵詞用英文逗號分隔系統(tǒng)會把它們綜合起來理解。以圖搜圖截圖直接 CtrlV 就能用遇到一張參考圖想知道自己庫里有沒有類似的上傳它系統(tǒng)會分析它的視覺特征找出風(fēng)格、構(gòu)圖、內(nèi)容相近的圖片。更妙的是你可以直接 CtrlV 把剪貼板里的截圖粘進(jìn)去——看到網(wǎng)上某張海報(bào)不錯順手復(fù)制切回界面一貼就能搜同款。文字搜視頻連時間點(diǎn)都給你定位好這是最讓人驚喜的功能。輸入汽車在雨中行駛搜索結(jié)果不是整段視頻文件而是具體的片段每個結(jié)果都會標(biāo)注匹配的時間段比如 12 秒到 45 秒點(diǎn)開就能預(yù)覽還能一鍵下載這段視頻片段。想在長視頻里找特定鏡頭從此不用拖進(jìn)度條。以圖搜視頻拿一幀畫面找回整個片段如果你手里只有一張截圖或一幀畫面也能反過來搜上傳它系統(tǒng)會在所有視頻里找包含相似畫面的片段。這招對某部片子里的某個鏡頭到底在哪這類問題特別好用。圖文相似度匹配附贈的小計(jì)算器最后一個選項(xiàng)卡會給你一段文字和一張圖的相似度打個分官方也直言這功能用處不大算是附帶的小彩蛋不必糾結(jié)。搜索結(jié)果不夠準(zhǔn)先擰這三個小旋鈕搜索結(jié)果太雜或太少時別急著換關(guān)鍵詞試試展開高級搜索選項(xiàng)面板里面有三個很實(shí)用的調(diào)節(jié)項(xiàng)。搜索閾值是一個滑塊含義是相似度高于這個值才顯示。結(jié)果太多太雜就把它調(diào)高結(jié)果太少就調(diào)低。過濾內(nèi)容則相反填上不想看到的東西比如搜海邊時過濾雪系統(tǒng)會把相關(guān)的內(nèi)容剔除掉。另外還可以用搜索路徑限定只在某個文件夾里找用修改時間過濾只搜某個時間段內(nèi)的素材非常靈活。結(jié)果數(shù)量也可以自己定下拉菜單里有 Top 6、12、30、150、600 和全部可選。搜圖時可以多選些但搜視頻時建議控制在 12 個以內(nèi)——視頻文件大一下子渲染太多瀏覽器會卡。想讓掃描更全更快配置文件里還有幾個隱藏開關(guān)回到.env幾個不太起眼的配置項(xiàng)其實(shí)很有用。如果你發(fā)現(xiàn)某些格式的素材沒被掃到可以往IMAGE_EXTENSIONS和VIDEO_EXTENSIONS里加上對應(yīng)的后綴如果小圖片一直沒出現(xiàn)在結(jié)果里可以調(diào)低IMAGE_MIN_WIDTH和IMAGE_MIN_HEIGHT再試一次需要代理上網(wǎng)的話加上http_proxy和https_proxy兩個變量就行。這里有個實(shí)打?qū)嵉慕?jīng)驗(yàn)ASSETS_PATH不要指向遠(yuǎn)程目錄比如 SMB/NFS 網(wǎng)絡(luò)盤否則掃描速度會明顯變慢本地固態(tài)硬盤是最佳選擇。它憑什么聽懂你的話原理就三句話說到這值得花三十秒聊聊它背后的邏輯理解了你會用得更放心。第一所有素材在掃描時都被 CLIP 模型轉(zhuǎn)成了向量存進(jìn)本地?cái)?shù)據(jù)庫——所以搜索時不用重新分析文件響應(yīng)才能快。第二搜索的本質(zhì)是在向量空間里做最近鄰查找你的話也被轉(zhuǎn)成向量找距離最近的即可在 J3455 這種低功耗處理器加 8G 內(nèi)存的測試環(huán)境下每秒大約能完成 31000 次圖片匹配或 25000 次視頻幀匹配普通素材庫基本都是毫秒級出結(jié)果。第三視頻不是逐幀分析的系統(tǒng)只抽取關(guān)鍵幀并且把每幀特征和時間戳關(guān)聯(lián)起來——所以它才能準(zhǔn)確告訴你片段在幾分幾秒。另外這個項(xiàng)目采用了前后端分離前端界面在static/目錄里用 Vue 構(gòu)建并支持中英文切換語言文件在static/locales/核心邏輯則封裝成了獨(dú)立的 pip 包方便其他項(xiàng)目直接調(diào)用。新手最容易踩的四個坑最后把新手常遇到的幾個問題提前說透省得你踩了坑再去查視頻搜多了會卡視頻結(jié)果別超過 12 個這是正?，F(xiàn)象不是軟件壞了。有些素材在網(wǎng)頁上看不了比如 svq3 編碼的視頻、tiff 格式的圖片這是瀏覽器不支持這類格式不是素材被刪了。小圖能正常顯示因?yàn)榭s略圖被轉(zhuǎn)成了通用格式。內(nèi)存別太小最低 2G 能跑但推薦 4G 以上照片特別多的話再多給點(diǎn)數(shù)據(jù)庫加載會更從容。首次掃描請耐心素材量大時第一次分析比較久是正常的界面上的進(jìn)度和剩余時間就是給你安心用的。把找素材的時間還給創(chuàng)作回到開頭那位阿凱。裝好 MaterialSearch、掃完素材庫之后他輸入清晨陽光穿過樹林第一頁就出現(xiàn)了那張兩年前拍的照片——整個過程不到十秒。你看工具的意義有時候就這么簡單它不生產(chǎn)靈感但把尋找靈感路上的灰塵掃干凈了。對每一個被素材庫綁架過的創(chuàng)作者來說這大概就是最實(shí)在的禮物?！久赓M(fèi)下載鏈接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI語義搜索本地素材。以圖搜圖、查找本地素材、根據(jù)文字描述匹配畫面、視頻幀搜索、根據(jù)畫面描述搜索視頻。項(xiàng)目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考