Queryable 项目教程
2024-09-17 00:23:51作者:齐冠琰
1. 项目介绍
Queryable 是一个开源的 iOS 应用程序,利用 OpenAI 的 CLIP 模型和 Apple 的 MobileCLIP 模型,在用户的照片库中进行离线搜索。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。由于搜索过程完全离线,用户的照片隐私不会受到任何公司(包括 Apple 或 Google)的侵犯。
主要功能
- 自然语言搜索:用户可以使用自然语言描述来搜索照片。
- 离线处理:所有搜索操作都在本地进行,保护用户隐私。
- 多模型支持:支持 OpenAI 的 CLIP 模型和 Apple 的 MobileCLIP 模型。
2. 项目快速启动
环境准备
- Xcode 开发环境
- 下载 CLIP 模型文件(可以从 Google Drive 获取)
快速启动步骤
-
克隆项目
git clone https://github.com/mazzzystar/Queryable.git
-
下载模型文件 从 Google Drive 下载
TextEncoder_mobileCLIP_s2.mlmodelc
和ImageEncoder_mobileCLIP_s2.mlmodelc
文件,并将它们放置在项目目录下的CoreMLModels/
路径中。 -
打开项目 使用 Xcode 打开项目文件
Queryable.xcodeproj
。 -
运行项目 在 Xcode 中选择合适的模拟器或设备,点击运行按钮(或按
Cmd + R
)启动应用。
示例代码
以下是一个简单的示例代码,展示如何在应用中加载和使用 CLIP 模型进行搜索:
import CoreML
// 加载模型
let textEncoder = try! TextEncoder_mobileCLIP_s2(configuration: MLModelConfiguration())
let imageEncoder = try! ImageEncoder_mobileCLIP_s2(configuration: MLModelConfiguration())
// 编码文本查询
let query = "一只棕色的狗坐在长椅上"
let textVector = try! textEncoder.prediction(text: query).features
// 编码照片
let imageVector = try! imageEncoder.prediction(image: inputImage).features
// 计算相似度
let similarity = cosineSimilarity(textVector, imageVector)
// 输出结果
print("相似度: \(similarity)")
3. 应用案例和最佳实践
应用案例
- 个人照片管理:用户可以使用自然语言描述快速找到特定场景或对象的照片。
- 隐私保护:由于所有操作都在本地进行,用户的照片隐私得到充分保护。
最佳实践
- 模型优化:根据用户需求,可以选择不同的 CLIP 模型版本(如 s1, s2)以平衡效率和精度。
- 多语言支持:通过调整模型和输入处理,可以支持多种语言的搜索。
4. 典型生态项目
相关项目
- PicQuery (Android):由 @greyovo 开发的 Android 版本,支持英语和中文搜索。
- Searchable (macOS):由 yujinqiu 开发的 macOS 版本,支持全盘搜索。
生态整合
- 跨平台支持:通过开源社区的努力,Queryable 项目正在逐步扩展到多个平台,提供一致的用户体验。
- 模型共享:不同平台的模型文件可以共享,减少重复工作,提高开发效率。
通过本教程,您应该能够快速上手 Queryable 项目,并在实际应用中发挥其强大的搜索功能。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
177
262

🎉 (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
864
512

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K