shotit

射击⚡

Shotit 是一款专为电视和电影量身定制的屏幕截图到视频搜索引擎，速度极快且计算效率极高。

快速入门

需要使用 Docker Compose，请先安装。

最小工作负载：2v16G、4v32G优先。

 git clone https://github.com/shotit/shotit.git
cd shotit

• 将.env.example复制到.env
• 根据您的设置编辑.env ，就像第一次一样。
• 将milvus.yaml.example复制到milvus.yaml
• 根据您的设置编辑milvus.yaml ，就像第一次一样。

创建这些必要的文件夹。

 mkdir -p volumes/shotit-hash
mkdir -p volumes/shotit-incoming
mkdir -p volumes/shotit-media
mkdir -p volumes/mycores
mkdir -p volumes/mysql

将mycores的用户和组信息设置为 8983，这是liresolr所需要的。

 sudo chown 8983:8983 volumes/mycores

然后，启动 docker-compose 服务。

 (Windows or Mac):
docker compose up -d
(Linux):
docker-compose up -d

PS：docker-compose.yml 文件从 GitHub 获取 docker 镜像。如果您更喜欢 dockerhub，请改用以下命令。

 (Windows or Mac):
docker compose -f docker-hub-compose.yml up -d
(Linux):
docker-compose -f docker-hub-compose.yml up -d

集群准备就绪后，您可以将视频文件添加到传入文件夹中。以Blender的Big Buck Bunny为例，其imdb标签为tt1254207，路径应为：

 ./volumes/shotit-incoming/tt1254207/Big_Buck_Bunny.mp4

重新启动shotit-worker-watcher ，以防它无法捕获文件的更改。

 docker restart shotit-worker-watcher

当shotit-worker-watcher检测到传入文件夹中存在视频文件时，它会开始将视频上传到对象存储驱动的shotit-media 。上传后，视频将被删除，然后shotit-worker-hasher创建哈希， shotit-worker-loader将哈希加载到矢量数据库。使用以下命令查看索引过程是否已完成：

 docker logs -f -n 100 shotit-worker-loader

索引过程完成后，您将注意到Loaded tt1254207/Big_Buck_Bunny.mp4日志，您可以直接从下面的 URL 通过屏幕截图搜索视频。

 GET http://127.0.0.1:3311/search?url=https://i.ibb.co/KGwVkqy/big-buck-bunny-10.png

回复：

 {
    "frameCount": 0,
    "error": "",
    "result": [
        {
            "imdb": "tt1254207",
            "filename": "Big_Buck_Bunny.mp4",
            "episode": null,
            "duration": 596.4169921875,
            "from": 473.75,
            "to": 479.17,
            "similarity": 0.9992420673370361,
            "video": "http://127.0.0.1:3312/video/tt1254207/Big%20Buck%20Bunny.mp4?t=476.46000000000004&now=1682985600&token=kc64vEWHPMsvu54Fpl1BrR7wz8",
            "image": "http://127.0.0.1:3312/image/tt1254207/Big%20Buck%20Bunny.mp4.jpg?t=476.46000000000004&now=1682985600&token=K0qxDPHhoviiexOyEvS9qHRim4"
        }
    ]
}

恭喜！您已成功部署shotit搜索引擎。

注意：第一次调用 api 的时间应该更长，因为 shotit 必须先将 hash 完全加载到 RAM 中。

参考 ？

黄L.（2024）。 Shotit：计算高效的云图像到视频搜索引擎。 ArXiv。 /abs/2404.12169

文档

请参阅此处以获取有关以下内容的完整文档：

• 入门（安装、实践演示指南、云原生 S3 配置）
• 参考（完整的 API 文档、限制）
• 资源（核心概念解释）

建筑⛪

简而言之

Shotit由这些 docker 镜像组成。

Docker 镜像	Docker CI 构建	图像尺寸
shotit-api
Shoitit媒体
射击工人观察者
shotit-worker-hasher
shotit-工人-装载机
shotit-工人-搜索者
射击分类机
利雷索尔
米尼奥
等
玛丽亚数据库
管理员
雷迪斯
milvus-独立版

更深入

深潜

基准测试

数据集	集数	矢量体积	搜寻时间
搅拌机打开电影	15	55,677	5秒内
专有流派数据集	3,734	53,339,309	5秒内

现场演示

https://shotit.github.io/shotit-frontend/demo

致谢

Shotit显着采用了来自trace.moe 的系统设计模式。 Shotit的愿景是使屏幕截图到视频搜索引擎成为中立、易于使用、计算效率高且速度极快的搜索引擎。

贡献

请参阅贡献指南。

执照

阿帕奇-2.0