介绍

想象一下您在网上购物时发现了一种您喜欢的产品，但不知道它的名字。上传图片并让应用程序为您找到它，这不是很棒吗？

在本文中，我们将向您展示如何构建这一功能：使用 spring boot 和 google cloud vertex ai 的基于图像的产品搜索功能。

功能概述

此功能允许用户上传图像并接收与其匹配的产品列表，使搜索体验更加直观和视觉驱动。

基于图像的产品搜索功能利用 google cloud vertex ai 处理图像并提取相关关键词。然后使用这些关键字在数据库中搜索匹配的产品。
点击下载“电脑DLL/驱动修复工具”；

技术栈

java 21
spring 启动 3.2.5
postgresql
顶点人工智能
reactjs

我们将逐步完成设置此功能的过程。

逐步实施

1. 在google console上创建一个新项目

首先，我们需要为此在 google console 上创建一个新项目。

如果您已经有一个帐户，我们需要转到 https://console.cloud.google.com 并创建一个新帐户。如果您有的话，请登录该帐户。

如果您添加银行帐户，google cloud 将为您提供免费试用。

创建帐户或登录现有帐户后，您可以创建新项目。

2. 启用顶点ai服务

在搜索栏上，我们需要找到 vertex ai 并启用所有推荐的 api。

vertex ai 是 google cloud 完全托管的机器学习 (ml) 平台，旨在简化 ml 模型的开发、部署和管理。它允许您通过提供 automl、自定义模型训练、超参数调整和模型监控等工具和服务来大规模构建、训练和部署 ml 模型

gemini 1.5 flash 是 google gemini 模型系列的一部分，专为 ml 应用程序中的高效、高性能推理而设计。 gemini 模型是 google 开发的一系列高级 ai 模型，常用于自然语言处理 (nlp)、视觉任务和其他 ai 驱动的应用程序

注意： 对于其他框架，您可以直接使用 gemini api，网址为 https://aistudio.google.com/app/prompts/new_chat。使用结构提示功能，因为您可以自定义输出以匹配输入，这样您将获得更好的结果。

3. 创建与您的应用程序匹配的新提示

在这一步，我们需要定制一个与您的应用相匹配的提示。

vertex ai studio 在提示图库提供了很多示例提示。我们使用示例图像文本到json来提取与产品图像相关的关键字。

我的应用程序是一个 carshop，所以我构建了一个这样的提示。我期望模型会用与图像相关的关键字列表来回复我。

我的提示：将名称 car 提取到列表关键字并以 json 格式输出。如果没有找到任何有关汽车的信息，请将列表输出为空。n响应示例：[“rolls”, “royce”, “wraith”]

我们根据您的应用程序定制合适的提示后。现在，我们就来探讨一下如何与 spring boot application 集成。

4. 与 spring boot 应用程序集成

我构建了一个关于汽车的电子商务应用程序。所以我想通过图像找到汽车。

首先，在 pom.xml 文件中，您应该更新您的依赖项：

5.1.226.32.0com.google.cloudspring-cloud-gcp-dependencies${spring-cloud-gcp.version}pomimportcom.google.cloudlibraries-bom${google-cloud-bom.version}pomimportcom.google.cloudgoogle-cloud-vertexai登录后复制 在 pom.xml 文件中完成配置后，创建一个配置类 geminiconfig.java model_name：“gemini-1.5-flash” location：“设置项目时的位置” project_id：“您的项目id” import com.google.cloud.vertexai.vertexai; import com.google.cloud.vertexai.generativeai.generativemodel; import org.springframework.context.annotation.bean; import org.springframework.context.annotation.configuration; @configuration(proxybeanmethods = false) public class geminiconfig { private static final string model_name = "gemini-1.5-flash"; private static final string location = "asia-southeast1"; private static final string project_id = "yasmini"; @bean public vertexai vertexai() { return new vertexai(project_id, location); } @bean public generativemodel getmodel(vertexai vertexai) { return new generativemodel(model_name, vertexai); } } 登录后复制 其次，创建图层service、controller来实现寻车功能。创建班级服务。 因为 gemini api 响应的是 markdown 格式，所以我们需要创建一个函数来帮助转换为 json，然后我们将 json 转换为 java 中的 list 字符串。 import com.fasterxml.jackson.core.jsonprocessingexception; import com.fasterxml.jackson.databind.objectmapper; import com.google.cloud.vertexai.api.content; import com.google.cloud.vertexai.api.generatecontentresponse; import com.google.cloud.vertexai.api.part; import com.google.cloud.vertexai.generativeai.*; import com.learning.yasminishop.common.entity.product; import com.learning.yasminishop.common.exception.appexception; import com.learning.yasminishop.common.exception.errorcode; import com.learning.yasminishop.product.productrepository; import com.learning.yasminishop.product.dto.response.productresponse; import com.learning.yasminishop.product.mapper.productmapper; import lombok.requiredargsconstructor; import lombok.extern.slf4j.slf4j; import org.springframework.stereotype.service; import org.springframework.transaction.annotation.transactional; import org.springframework.web.multipart.multipartfile; import java.util.hashset; import java.util.list; import java.util.objects; import java.util.set; @service @requiredargsconstructor @slf4j @transactional(readonly = true) public class yasminiaiservice { private final generativemodel generativemodel; private final productrepository productrepository; private final productmapper productmapper; public list findcarbyimage(multipartfile file){ try { var prompt = "extract the name car to a list keyword and output them in json. if you don't find any information about the car, please output the list empty.\nexample response: [\"rolls\", \"royce\", \"wraith\"]"; var content = this.generativemodel.generatecontent( contentmaker.frommultimodaldata( partmaker.frommimetypeanddata(objects.requirenonnull(file.getcontenttype()), file.getbytes()), prompt ) ); string jsoncontent = responsehandler.gettext(content); log.info("extracted keywords from image: {}", jsoncontent); list keywords = convertjsontolist(jsoncontent).stream() .map(string::tolowercase) .tolist(); set results = new hashset(); for (string keyword : keywords) { list products = productrepository.searchbykeyword(keyword); results.addall(products); } return results.stream() .map(productmapper::toproductresponse) .tolist(); } catch (exception e) { log.error("error finding car by image", e); return list.of(); } } private list convertjsontolist(string markdown) throws jsonprocessingexception { objectmapper objectmapper = new objectmapper(); string parsejson = markdown; if(markdown.contains("``` json")){ parsejson = extractjsonfrommarkdown(markdown); } return objectmapper.readvalue(parsejson, list.class); } private string extractjsonfrommarkdown(string markdown) { return markdown.replace(" ```json\n", "").replace("\n``` ", ""); } } 登录后复制 我们需要创建一个控制器类来为前端做一个端点 import com.learning.yasminishop.product.dto.response.productresponse; import lombok.requiredargsconstructor; import lombok.extern.slf4j.slf4j; import org.springframework.security.access.prepost.preauthorize; import org.springframework.web.bind.annotation.*; import org.springframework.web.multipart.multipartfile; import java.util.list; @restcontroller @requestmapping("/ai") @requiredargsconstructor @slf4j public class yasminiaicontroller { private final yasminiaiservice yasminiaiservice; @postmapping public list findcar(@requestparam("file") multipartfile file) { var response = yasminiaiservice.findcarbyimage(file); return response; } } 登录后复制 5. 重要步骤：使用 google cloud cli 登录 google cloud spring boot 应用程序无法验证您的身份，并且无法让您接受 google cloud 中的资源。 所以我们需要登录google并提供授权。 5.1 首先我们需要在您的机器上安装gcloud cli 教程链接：https://cloud.google.com/sdk/docs/install 检查上面的链接并将其安装到您的机器上 5.2 登录 在项目中打开你的终端（你必须 cd 进入项目） 类型：gcloud auth login 输入，就会看到允许登录的窗口 gcloud auth login 登录后复制 注意： 登录后，凭据会保存在 google maven 包中，重启 spring boot 应用程序时无需再次登录。 结论 所以上面这些都是基于我的电子商务项目实现的，你可以根据你的项目、你的框架进行修改。在其他框架中，除了 spring boot（nestjs，..），您可以使用 https://aistudio.google.com/app/prompts/new_chat。并且不需要创建新的 google cloud 帐户。 具体实现可以在我的repo查看： 后端：https://github.com/duongminhhieu/yasminishop 前端：https://github.com/duongminhhieu/yasmini-frontend 学习愉快！！！ 以上就是使用 Spring Boot、Google Cloud Vertex AI 和 Gemini 模型进行基于图像的产品搜索的详细内容，更多请关注php中文网其它相关文章！