[[420299]]

本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

讓你從7萬(wàn)張照片里面，找一張貓的照片。

崩潰不？

可就在最近，一位外國(guó)小哥就搞出了個(gè)神器——只要1行代碼，就能輕松搞定這種海底撈針的事兒。

就比如剛說(shuō)的找“貓片”：

裝上神器，終端進(jìn)入你存照片的文件夾，輸入“rclip cat”——

很快，10張跟貓有關(guān)的照片就列出來(lái)了！

當(dāng)然，文字顯示不直觀，加個(gè)命令就能在圖片查看器中預(yù)覽：

再來(lái)一個(gè)抽象的：找跟“love”有關(guān)的。

幾秒鐘后四張人類或動(dòng)物相擁的照片（以及一張三朵“相擁”的向日葵）就出來(lái)了。

是不是挺好使？

看到這，你有可能會(huì)說(shuō)目前已有一些程序可以實(shí)現(xiàn)用文字檢索圖像。

不過(guò)，小哥發(fā)現(xiàn)它們大多都只能用有限的預(yù)設(shè)詞來(lái)搜索——而他這個(gè)工具和它們最大的區(qū)別就在這了。

下面就試試。

找一只正在打哈欠的狗，你就可以輸入“a yawning dog”。

搞定!

再來(lái)一個(gè)，“woman jumping in the mountains”：

完美！結(jié)果都非常準(zhǔn)確。

emmm，如果你發(fā)現(xiàn)不準(zhǔn)，很有可能是你描述有問(wèn)題。

比如你想找一些肖像，但如果直接輸入“portrait”，可能會(huì)出來(lái)一堆有人有狗有貓的“肖像”：

這肯定不是你想要的，這樣描述：a portrait of person，結(jié)果就對(duì)了：

心動(dòng)不？

就是CLIP的一個(gè)簡(jiǎn)單接口，你也可以試試

此工具被小哥命名為“rclip”。

看名字你也知道了，這就是用那個(gè)能實(shí)現(xiàn)圖像與文本的精準(zhǔn)匹配的CLIP做的。（rclip代表recursion CLIP，也就是遞歸CLIP）

更確切地說(shuō)，rclip就是CLIP的一個(gè)簡(jiǎn)單接口。

當(dāng)你輸入查詢文本后，它所要做的就是加載模型，提取你所選目錄中所有圖像的特征向量，將它們存儲(chǔ)在數(shù)據(jù)庫(kù)（小哥用的SQLite）。

其中，提取操作只進(jìn)行一次，也就是你第一次檢索的時(shí)候。

然后它再?gòu)哪爿斎氲牟樵兾谋局刑崛√卣飨蛄浚?jì)算它與你的圖像特征向量庫(kù)之間的相似性，最后輸出最相似的圖像。

下面是安裝與使用方法：

首先去GitHub上下載rclip最新的AppImage文件：

對(duì)，目前該工具只支持Linux x86_64……

如果你正在使用Linux，下載好之后，執(zhí)行下面兩行就可以使用了：

$ chmod +x rclip-v1.0.0-x86_64.AppImage 
 
$ sudo mv rclip-v1.0.0-x86_64.AppImage /usr/local/bin/rclip 

安好以后，就可以cd進(jìn)入你存圖片的目錄，開(kāi)始“rclip + ‘關(guān)鍵字’ ”的檢索了。

首次使用提取所有圖片的特征向量需要花一些時(shí)間，這取決于你所存圖片的數(shù)量還有你的CPU性能。

ps.小哥的72769張照片是在性能較低的英特爾Celeron J3455處理器上跑了一天。

如果你只想要前5張照片并在本地默認(rèn)的圖片查看器上預(yù)覽，可以用下面的命令：

$ rclip -nf -t 5 “kitty” | xargs -d ‘\n’ -n 1 xdg-open 

最后，在線等一個(gè)能在Windows/Mac上實(shí)現(xiàn)這個(gè)功能的工具，大家有沒(méi)有！

GitHub：

https://github.com/yurijmikhalevich/rclip

demo視頻：

https://www.youtube.com/watch?v=tAJHXOkHidw

[[420300]]