Queryable:用自然语言搜索你的照片库
2024-09-20 22:53:02作者:史锋燃Gardner
项目介绍
Queryable 是一款开源的 iOS 应用程序,它利用 OpenAI 的 CLIP 模型在本地对照片库进行搜索。与 iOS 照片应用内置的基于类别的搜索模型不同,Queryable 允许用户使用自然语言描述,如 一只棕色的狗坐在长椅上,来搜索他们的照片库。由于整个搜索过程在本地进行,用户的隐私不会受到任何公司(包括 Apple 或 Google)的侵犯。
项目技术分析
Queryable 的核心技术在于其使用了 OpenAI 的 CLIP 模型,该模型能够将图像和文本编码为向量,并通过计算向量之间的相似度来实现图像搜索。具体工作流程如下:
- 图像编码:使用 CLIP 图像编码器对所有照片进行编码,计算图像向量并保存。
- 文本编码:对于每个新的文本查询,使用文本编码器计算相应的文本向量。
- 相似度比较:比较文本向量与每个图像向量之间的相似度。
- 结果排序:返回最相似的前 K 个结果。
整个过程如下图所示:

项目及技术应用场景
Queryable 的应用场景非常广泛,尤其适合那些希望在本地保护隐私的用户。以下是一些典型的应用场景:
- 个人用户:希望在不泄露隐私的情况下,通过自然语言描述快速找到特定照片。
- 摄影师:需要快速检索特定主题或场景的照片,如“日落时的海滩”。
- 开发者:希望在自己的应用中集成类似的照片搜索功能,提升用户体验。
项目特点
- 隐私保护:所有搜索过程在本地进行,不涉及任何云端服务,确保用户隐私安全。
- 自然语言搜索:支持使用自然语言描述进行搜索,更加直观和便捷。
- 开源可定制:项目代码完全开源,开发者可以根据需要进行定制和优化。
- 跨平台支持:除了 iOS 版本,还有 Android 版本 PicQuery,支持中英文搜索。
结语
Queryable 不仅是一款功能强大的照片搜索工具,更是一个展示现代 AI 技术如何在本地应用中发挥作用的优秀案例。无论你是普通用户还是开发者,Queryable 都值得你一试。快来体验用自然语言搜索照片的便捷吧!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
884
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212