ModelScope魔搭社區(qū)旨在打造下一代開(kāi)源的模型即服務(wù)共享平臺(tái)，為泛AI開(kāi)發(fā)者提供靈活、易用、低成本的一站式模型服務(wù)產(chǎn)品，讓模型應(yīng)用更簡(jiǎn)單。

ModelScope魔搭社區(qū)的愿景是匯集行業(yè)領(lǐng)先的預(yù)訓(xùn)練模型，減少開(kāi)發(fā)者的重復(fù)研發(fā)成本，提供更加綠色環(huán)保、開(kāi)源開(kāi)放的AI開(kāi)發(fā)環(huán)境和模型服務(wù)，助力綠色“數(shù)字經(jīng)濟(jì)”事業(yè)的建設(shè)。 ModelScope魔搭社區(qū)將以開(kāi)源的方式提供多類優(yōu)質(zhì)模型，開(kāi)發(fā)者可在平臺(tái)上免費(fèi)體驗(yàn)與下載使用。

在ModelScope魔搭社區(qū)，您可以：

• 免費(fèi)使用平臺(tái)提供的預(yù)訓(xùn)練模型，支持免費(fèi)下載運(yùn)行

• 一行命令實(shí)現(xiàn)模型預(yù)測(cè)，簡(jiǎn)單快速驗(yàn)證模型效果

• 用自己的數(shù)據(jù)對(duì)模型進(jìn)行調(diào)優(yōu)，定制自己的個(gè)性化模型

• 學(xué)習(xí)系統(tǒng)性的知識(shí)，結(jié)合實(shí)訓(xùn)，有效提升模型研發(fā)能力

• 分享和貢獻(xiàn)你的想法、評(píng)論與模型，讓更多人認(rèn)識(shí)你，在社區(qū)中成長(zhǎng)

前提條件

• DashVector：

  • 已創(chuàng)建Cluster：創(chuàng)建Cluster

  • 已獲得API-KEY：API-KEY管理

  • 已安裝最新版SDK：安裝DashVector SDK

• ModelScope：

  • 已安裝最新版SDK：pip install -U modelscope

商品圖像同款特征

簡(jiǎn)介

本模型是對(duì)商品圖像進(jìn)行表征向量提取，用戶可基于表征向量進(jìn)行大規(guī)模的同款/相似款商品搜索；無(wú)需額外輸入，模型可自動(dòng)進(jìn)行箱包商品的主體摳圖，并基于主體提取結(jié)果完成表征向量提取。

使用示例

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
from dashvector import Client


product_embedding = pipeline(
    Tasks.product_retrieval_embedding,
    model='damo/cv_resnet50_product-bag-embedding-models'
)


def generate_embeddings(img: str):
    result = product_embedding(img)
    return result['img_embedding']


# 創(chuàng)建DashVector Client
client = Client(
    api_key='{your-dashvector-api-key}',
    endpoint='{your-dashvector-cluster-endpoint}'
)

# 創(chuàng)建DashVector Collection
rsp = client.create('resnet50-embedding', dimension=512)
assert rsp
collection = client.get('resnet50-embedding')
assert collection

# 向量入庫(kù)DashVector
img_url = 'https://mmsearch.oss-cn-zhangjiakou.aliyuncs.com/maas_test_img/tb_image_share_1666002161794.jpg'
collection.insert(
    ('ID1', generate_embeddings(img_url))
)

# 向量檢索
docs = collection.query(
    generate_embeddings(img_url)
)
print(docs)