ModelScope魔搭社区
===============================
本文介绍如何通过[ModelScope魔搭社区](https://modelscope.cn/)中的[视觉表征模型](https://modelscope.cn/models?page=1&tasks=vision-representation&type=cv)将 **图片转换为向量** ，并入库至向量检索服务DashVector中进行向量检索。
[ModelScope魔搭社区](https://modelscope.cn/)旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单。
ModelScope魔搭社区的愿景是汇集行业领先的预训练模型，减少开发者的重复研发成本，提供更加绿色环保、开源开放的AI开发环境和模型服务，助力绿色"数字经济"事业的建设。 ModelScope魔搭社区将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。
在ModelScope魔搭社区，您可以：
* 免费使用平台提供的预训练模型，支持免费下载运行
* 一行命令实现模型预测，简单快速验证模型效果
* 用自己的数据对模型进行调优，定制自己的个性化模型
* 学习系统性的知识，结合实训，有效提升模型研发能力
* 分享和贡献你的想法、评论与模型，让更多人认识你，在社区中成长
前提条件
---------------------
* DashVector
* 已创建Cluster
* 已获得API-KEY
* 已安装最新版SDK
* ModelScope
* 已安装最新版SDK：`pip install -U modelscope`
**商品图像同款特征**
-----------------------------
### **简介**
本模型是对商品图像进行表征向量提取，用户可基于表征向量进行大规模的同款/相似款商品搜索；无需额外输入，模型可自动进行箱包商品的主体抠图，并基于主体提取结果完成表征向量提取。
**说明**
关于商品图像同款特征模型更多信息请参考：[商品图像同款特征](https://modelscope.cn/models/damo/cv_resnet50_product-bag-embedding-models/summary)
### **使用示例**
**说明**
需要进行如下替换代码才能正常运行：
1. DashVector api-key替换示例中的{your-dashvector-api-key}
2. DashVector Cluster Endpoint替换示例中的{your-dashvector-cluster-endpoint}
Python示例：
```python
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']
# 创建DashVector Client
client = Client(
api_key='{your-dashvector-api-key}',
endpoint='{your-dashvector-cluster-endpoint}'
)
# 创建DashVector Collection
rsp = client.create('resnet50-embedding', dimension=512)
assert rsp
collection = client.get('resnet50-embedding')
assert collection
# 向量入库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))
)
# 向量检索
docs = collection.query(
generate_embeddings(img_url)
)
print(docs)
```
有疑问加站长微信联系（非本文作者））
