这是一个基于Python和CLIP模型的图像特征提取与相似度计算中间件服务,提供简单易用的API接口,支持图片文件和图片URL的处理。
- 单张图片对比:计算两张图片的相似度
- 多张图片对比:计算一张原图与多张对比图的相似度
- 结合大模型:支持与大语言模型集成,分析图片相似度并回答相关问题
- 多种输入方式:支持图片URL、Base64编码和本地文件路径(仅测试环境)
请严格按照以下步骤安装:
根据您的系统选择:
# 对于支持CUDA的NVIDIA显卡
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
# 对于仅使用CPU的系统
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpupip install -r requirements.txtpython app.pyserver.sh脚本已针对Linux生产环境进行了优化,提供了完整的服务生命周期管理功能:
# 首先添加执行权限
chmod +x server.sh
# 启动服务(脚本会自动检测并使用venv虚拟环境)
./server.sh start
# 停止服务
./server.sh stop
# 查看服务状态
./server.sh status
# 重启服务
./server.sh restart
# 查看日志
./server.sh logs对于长期运行的生产环境,建议将服务部署为systemd系统服务:
# 生成systemd服务配置文件
./server.sh sysd
# 按照脚本提示的步骤安装服务
# 1. 复制服务配置文件到系统目录
# 2. 重新加载systemd配置
# 3. 设置服务开机自启
# 4. 启动服务优化后的脚本包含以下生产环境特性:
- 自动环境检测:检查Python版本和端口占用情况
- 日志轮转:自动管理日志文件大小,防止磁盘空间耗尽
- 权限管理:正确设置日志和PID文件的权限
- 详细日志:所有操作都有日志级别标记,便于问题排查
- systemd集成:支持一键生成为系统服务配置
注意:脚本会自动检测项目目录中的venv虚拟环境并优先使用其中的Python解释器,确保使用正确的依赖环境运行服务。
详细安装说明请参考:
本服务提供了直观的Web用户界面,支持以下功能:
- 单张图片对比:上传两张图片并计算它们的相似度
- 多张图片对比:上传一张原图和多张对比图,批量计算相似度并排序
- AI智能分析:上传图片并提出问题,获取AI对图片的分析和比较结果
- 可视化结果:使用进度条和颜色直观展示相似度分数
- 响应式设计:支持在桌面和移动设备上使用
启动服务后,在浏览器中访问:
http://服务器IP:5000/
- 上传图片:点击对应的上传按钮选择本地图片
- 查看预览:上传后可在预览区域查看图片
- 执行操作:点击相应的按钮(计算相似度/获取AI分析)
- 查看结果:结果将显示在页面下方,包括相似度分数和分析内容
服务将默认运行在 http://0.0.0.0:5000
服务提供了以下核心API接口:
- 健康检查:
GET /api/health - 单张对比图相似度计算:
POST /api/image/similarity/single - 多张对比图相似度计算:
POST /api/image/similarity/multiple - 结合大模型的图像相似度分析:
POST /api/image/similarity/llm
完整的API接口文档:请查看 API接口文档,其中包含详细的请求参数说明、响应格式示例、使用方法和最佳实践指南。
通过修改 config.py 文件可以配置应用的各项参数:
SECRET_KEY:应用密钥,生产环境中应更改为随机密钥MAX_CONTENT_LENGTH:最大上传文件大小LLM_CONFIG:大语言模型配置,包括API类型、密钥等
默认情况下,LLM集成使用模拟响应。如果要使用实际的大语言模型API,请修改配置。
直接运行 python app.py 即可启动开发服务器。
建议使用Gunicorn或uWSGI作为WSGI服务器,并配置Nginx作为反向代理。
使用Gunicorn的示例:
pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:5000 app:app- 在
llm_integration.py中扩展_call_external_api方法 - 在配置文件中添加对应的API配置
可以修改 similarity_calculator.py 中的 calculate_similarity 方法实现自定义的相似度计算逻辑。