使用SpringBoot、GoogleCloudVertexAI和Gemini模型进行基于图像的产品搜索
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。

技术栈java 21spring 启动 3.2.5postgresql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 console.cloud.google. 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。

. 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 aistudio.google./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：

<!– config version for dependency–><properties> <spring-cloud-gcp.version>5.1.2</spring-cloud-gcp.version> <google-cloud-bom.version>26.32.0</google-cloud-bom.version></properties><!– in your dependencymanagement, please add 2 dependencies below –><dependencymanagement> <dependencies><dependency> <groupid>.google.cloud</groupid> <artifactid>spring-cloud-gcp-dependencies</artifactid> <version>${spring-cloud-gcp.version}</version> <type>pom</type> <scope>import</scope></dependency><dependency> <groupid>.google.cloud</groupid> <artifactid>libraries-bom</artifactid> <version>${google-cloud-bom.version}</version> <type>pom</type> <scope>import</scope></dependency> </dependencies></dependencymanagement><!– in your tab dependencies, please add the dependency below –><dependencies> <dependency><groupid>.google.cloud</groupid><artifactid>google-cloud-vertexai</artifactid> </dependency></dependencies>

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 .google.cloud.vertexai.vertexai;import .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); }}

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 .fasterxml.jackson.core.jsonprocessingexception;import .fasterxml.jackson.databind.objectmapper;import .google.cloud.vertexai.api.content;import .google.cloud.vertexai.api.generatecontentresponse;import .google.cloud.vertexai.api.part;import .google.cloud.vertexai.generativeai.*;import .learning.yasminishop.mon.entity.product;import .learning.yasminishop.mon.exception.appexception;import .learning.yasminishop.mon.exception.errorcode;import .learning.yasminishop.product.productrepository;import .learning.yasminishop.product.dto.response.productresponse;import .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<productresponse> 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.example 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<string> keywords = convertjsontolist(jsoncontent).stream() .map(string::tolowercase) .tolist();set<product> results = new hashset<>();for (string keyword : keywords) { list<product> 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<string> 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", "").replace("“`", ""); }}

我们需要创建一个控制器类来为前端做一个端点

import .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@slf4jpublic class yasminiaicontroller { private final yasminiaiservice yasminiaiservice; @postmapping public list<productresponse> findcar(@requestparam("file") multipartfile file) { var response = yasminiaiservice.findcarbyimage(file); return response; }}

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：cloud.google./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

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 aistudio.google./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：github./duongminhhieu/yasminishop
前端：github./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，更多请关注范的资源库其它相关文章！

转载请注明：范的资源库 » 使用SpringBoot、GoogleCloudVertexAI和Gemini模型进行基于图像的产品搜索