交稿前3小时找不到那张图用MaterialSearch语义搜索本地素材一句话就能找回【免费下载链接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI语义搜索本地素材。以图搜图、查找本地素材、根据文字描述匹配画面、视频帧搜索、根据画面描述搜索视频。项目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch凌晨一点设计师阿凯盯着屏幕发呆甲方要的清晨阳光穿过树林的素材明明两年前就拍过可硬盘里几万个文件全叫IMG_0234、DSC_4521这种名字翻文件夹翻到怀疑人生。这恐怕不是他一个人的遭遇——只要素材多起来靠文件名找图这件事就注定是一场苦役。MaterialSearch 就是来终结这场苦役的它是一款运行在你电脑上的本地素材搜索工具只要用一句大白话描述画面比如猫在沙发上睡觉它就能在你硬盘里的图片和视频中把最匹配的内容找出来。所谓语义搜索就是按意思而不是按文件名来匹配内容——找素材从此从翻目录变成说需求。先别急着装软件——你多半也经历过这样的深夜在介绍工具之前先聊聊找素材这个动作本身有多反人类。传统方式无非三条路第一靠记忆里的文件名但手机导出的照片、相机直出的照片、别人发给你的素材文件名几乎没有规律第二靠文件夹分类但素材一多分类规则自己先崩了——旅行和风景到底该放哪第三靠肉眼一张张翻上万张图翻下来眼睛和耐心同时阵亡。视频更夸张。你记得某段婚礼航拍里有个新娘回头的镜头但一整部片子几百分钟你得拖动进度条一帧帧地看。MaterialSearch 把这三条路全堵上了它让你直接描述内容搜图靠一句话搜视频同样靠一句话甚至连新娘回头的那个瞬间在第几分几秒都能定位出来。一句大白话讲清楚它把你硬盘变成听得懂话的图书馆MaterialSearch 的核心是给硬盘里的每张图片、每个视频片段都写上一份内容摘要然后存进一个专门的数据库。当你输入描述时它把你的话也变成同样格式的摘要再去数据库里找最接近的。这里的关键技术叫CLIP 模型你可以把它理解成一个跨语言翻译官它能把图片的画面、视频的画面、以及你输入的文字统统翻译成同一种数字语言专业说法是高维向量在这套语言里夕阳下的海滩这句话和那张夕阳下的海滩照片距离会非常近。项目自带的中文 CLIP 模型OFA-Sys/chinese-clip-vit-base-patch16对中文描述的理解尤其友好这也是它很适合中文用户的原因。最快部署路线三步从下载到第一次扫描第一步挑一条适合自己的部署方式如果你是 Windows 用户最省事的办法是下载整合包。项目提供了两个版本不带模型的精简版适合专业用户而带基础模型的完整版开箱即用大部分人选这个就行。有两点提醒一是系统要求 Windows 10 及以上二是一定要用 7-Zip 解压用其他压缩软件可能会报错。解压后读一下里面的使用说明.txt整合包会自动检测你的显卡优先用 GPU 加速。如果你是 Linux 用户或者喜欢容器化项目根目录的docker-compose.yml就是一份写满注释的现成模板支持 amd64 架构、打包了基础模型、还支持 GPU。只需要改两个地方把volumes里你的素材目录挂载进容器再把environment里的ASSETS_PATH指到对应的容器内路径然后执行docker-compose up -d就能启动。第二步用 .env 告诉它素材放在哪不管走哪条路你都要告诉它去哪些文件夹里找素材。方法是在项目根目录建一个.env文件两行就能搞定ASSETS_PATHC:/Users/Administrator/Pictures,C:/Users/Administrator/Videos SKIP_PATHC:/Users/Administrator/AppData第一行是素材扫描路径多个路径用英文逗号分隔第二行是跳过路径用来排除系统缓存这类没用的目录。不配的话就用默认值Windows 整合包里还带了一个图形化配置窗口gui_config.py打开就能改配置并一键启动不用手敲命令。第三步启动服务等它把素材读一遍启动后浏览器会打开一个搜索界面点一下扫描按钮系统就开始分析你的素材库。这一步的体验做得很贴心顶部状态栏会实时显示扫描进度、本次扫描文件数、待扫描文件数以及预估剩余时间——首次扫描上万张图时看着进度条一点点走完心里特别踏实。扫描完成后顶部会显示图片总数、视频总数和视频帧总数。五种搜法把翻素材变成说需求扫描完成后界面顶部的几个选项卡就是全部搜索入口每一种都是一个独立的找素材姿势。文字搜图会联想的关键词搜索在输入框里写雪山下的小木屋清晨阳光透过树叶它返回的是语义上最相关的图片而不是恰好含这几个字的文件名。多个关键词用英文逗号分隔系统会把它们综合起来理解。以图搜图截图直接 CtrlV 就能用遇到一张参考图想知道自己库里有没有类似的上传它系统会分析它的视觉特征找出风格、构图、内容相近的图片。更妙的是你可以直接 CtrlV 把剪贴板里的截图粘进去——看到网上某张海报不错顺手复制切回界面一贴就能搜同款。文字搜视频连时间点都给你定位好这是最让人惊喜的功能。输入汽车在雨中行驶搜索结果不是整段视频文件而是具体的片段每个结果都会标注匹配的时间段比如 12 秒到 45 秒点开就能预览还能一键下载这段视频片段。想在长视频里找特定镜头从此不用拖进度条。以图搜视频拿一帧画面找回整个片段如果你手里只有一张截图或一帧画面也能反过来搜上传它系统会在所有视频里找包含相似画面的片段。这招对某部片子里的某个镜头到底在哪这类问题特别好用。图文相似度匹配附赠的小计算器最后一个选项卡会给你一段文字和一张图的相似度打个分官方也直言这功能用处不大算是附带的小彩蛋不必纠结。搜索结果不够准先拧这三个小旋钮搜索结果太杂或太少时别急着换关键词试试展开高级搜索选项面板里面有三个很实用的调节项。搜索阈值是一个滑块含义是相似度高于这个值才显示。结果太多太杂就把它调高结果太少就调低。过滤内容则相反填上不想看到的东西比如搜海边时过滤雪系统会把相关的内容剔除掉。另外还可以用搜索路径限定只在某个文件夹里找用修改时间过滤只搜某个时间段内的素材非常灵活。结果数量也可以自己定下拉菜单里有 Top 6、12、30、150、600 和全部可选。搜图时可以多选些但搜视频时建议控制在 12 个以内——视频文件大一下子渲染太多浏览器会卡。想让扫描更全更快配置文件里还有几个隐藏开关回到.env几个不太起眼的配置项其实很有用。如果你发现某些格式的素材没被扫到可以往IMAGE_EXTENSIONS和VIDEO_EXTENSIONS里加上对应的后缀如果小图片一直没出现在结果里可以调低IMAGE_MIN_WIDTH和IMAGE_MIN_HEIGHT再试一次需要代理上网的话加上http_proxy和https_proxy两个变量就行。这里有个实打实的经验ASSETS_PATH不要指向远程目录比如 SMB/NFS 网络盘否则扫描速度会明显变慢本地固态硬盘是最佳选择。它凭什么听懂你的话原理就三句话说到这值得花三十秒聊聊它背后的逻辑理解了你会用得更放心。第一所有素材在扫描时都被 CLIP 模型转成了向量存进本地数据库——所以搜索时不用重新分析文件响应才能快。第二搜索的本质是在向量空间里做最近邻查找你的话也被转成向量找距离最近的即可在 J3455 这种低功耗处理器加 8G 内存的测试环境下每秒大约能完成 31000 次图片匹配或 25000 次视频帧匹配普通素材库基本都是毫秒级出结果。第三视频不是逐帧分析的系统只抽取关键帧并且把每帧特征和时间戳关联起来——所以它才能准确告诉你片段在几分几秒。另外这个项目采用了前后端分离前端界面在static/目录里用 Vue 构建并支持中英文切换语言文件在static/locales/核心逻辑则封装成了独立的 pip 包方便其他项目直接调用。新手最容易踩的四个坑最后把新手常遇到的几个问题提前说透省得你踩了坑再去查视频搜多了会卡视频结果别超过 12 个这是正常现象不是软件坏了。有些素材在网页上看不了比如 svq3 编码的视频、tiff 格式的图片这是浏览器不支持这类格式不是素材被删了。小图能正常显示因为缩略图被转成了通用格式。内存别太小最低 2G 能跑但推荐 4G 以上照片特别多的话再多给点数据库加载会更从容。首次扫描请耐心素材量大时第一次分析比较久是正常的界面上的进度和剩余时间就是给你安心用的。把找素材的时间还给创作回到开头那位阿凯。装好 MaterialSearch、扫完素材库之后他输入清晨阳光穿过树林第一页就出现了那张两年前拍的照片——整个过程不到十秒。你看工具的意义有时候就这么简单它不生产灵感但把寻找灵感路上的灰尘扫干净了。对每一个被素材库绑架过的创作者来说这大概就是最实在的礼物。【免费下载链接】MaterialSearchSemantic search. Search local photos and videos through natural language. AI语义搜索本地素材。以图搜图、查找本地素材、根据文字描述匹配画面、视频帧搜索、根据画面描述搜索视频。项目地址: https://gitcode.com/gh_mirrors/ma/MaterialSearch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考