想像一下您在網上購物時發現了一種您喜歡的產品，但不知道它的名字。上傳圖片並讓應用程式為您找到它，這不是很棒嗎？
在本文中，我們將向您展示如何建立此功能：使用 Spring Boot 和 Google Cloud Vertex AI 的基於圖像的產品搜尋功能。
此功能允許用戶上傳圖像並接收與其匹配的產品列表，使搜尋體驗更加直觀和視覺驅動。
基於圖像的產品搜尋功能利用 Google Cloud Vertex AI 處理圖像並提取相關關鍵字。然後使用這些關鍵字在資料庫中搜尋匹配的產品。
我們將逐步完成設定此功能的過程。
首先，我們需要為此在 Google Console 上建立一個新專案。
我們需要造訪 https://console.cloud.google.com 並建立一個新帳戶（如果您已有帳戶）。如果您有，請登入該帳戶。
如果您新增銀行帳戶，Google Cloud 將為您提供免費試用。
建立帳戶或登入現有帳戶後，您可以建立新項目。
在搜尋列上，我們需要找到 Vertex AI 並啟用所有建議的 API。
Vertex AI 是 Google Cloud 完全託管的機器學習 (ML) 平台，旨在簡化 ML 模型的開發、部署和管理。它允許您透過提供 AutoML、自訂模型訓練、超參數調整和模型監控等工具和服務來大規模建置、訓練和部署 ML 模型
Gemini 1.5 Flash 是 Google Gemini 系列模型的一部分，專為 ML 應用程式中的高效和高效推理而設計。 Gemini 模型是 Google 開發的一系列高級 AI 模型，常用於自然語言處理 (NLP)、視覺任務和其他 AI 驅動的應用
注意：對於其他框架，您可以直接在 https://aistudio.google.com/app/prompts/new_chat 使用 Gemini API。使用結構提示功能，因為您可以自訂輸出以匹配輸入，這樣您將獲得更好的結果。
在這一步，我們需要自訂一個與您的應用程式相符的提示。
Vertex AI Studio 在提示庫提供了許多範例提示。我們使用範例圖像文字到JSON來提取與產品圖像相關的關鍵字。
我的應用程式是 CarShop，所以我建立了一個像這樣的提示。我期望模型會用與圖像相關的關鍵字清單來回覆我。
我的提示：將名稱 car 提取到清單關鍵字並以 JSON 格式輸出。如果您沒有找到有關汽車的任何信息，請將列表輸出為空。 n回應範例：[“rolls”, “royce”, “wraith”]
我們根據您的應用程式自訂合適的提示後。現在，我們就來探討如何與 Spring Boot Application 整合。
我建立了一個關於汽車的電子商務應用程式。所以我想透過圖像來找到汽車。
首先，在 pom.xml 檔案中，您應該更新您的依賴項：
<!-- 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>com.google.cloud</groupId>
<artifactId>spring-cloud-gcp-dependencies</artifactId>
<version>${spring-cloud-gcp.version}</version>
<type>pom</type>
<scope>import</scope>
</dependency>
<dependency>
<groupId>com.google.cloud</groupId>
<artifactId>libraries-bom</artifactId>
<version>${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>com.google.cloud</groupId>
<artifactId>google-cloud-vertexai</artifactId>
</dependency>
</dependencies>
在 pom.xml 檔案中完成設定後，建立一個設定類別 GeminiConfig.java
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);
}
}
其次，建立圖層Service、Controller來實現尋車功能。建立類服務。
因為 Gemini API 以 markdown 格式回應，所以我們需要建立一個函數來幫助轉換為 JSON，然後我們將 JSON 轉換為 Java 中的 List 字串。
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<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.\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<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\n", "").replace("\n```
", "");
}
}
我們需要建立一個控制器類別來為前端建立端點
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<ProductResponse> findCar(@RequestParam("file") MultipartFile file) {
var response = yasMiniAIService.findCarByImage(file);
return response;
}
}
Spring Boot 應用程式無法驗證您的身份，也無法讓您接受 Google Cloud 中的資源。
所以我們需要登入Google並提供授權。
連結教學：https://cloud.google.com/sdk/docs/install
檢查上面的連結並將其安裝到您的電腦上
gcloud auth login
注意：登入後，憑證將保存在 Google Maven 套件中，重啟 Spring Boot 應用程式時無需再次登入。
所以上面這些都是基於我的電子商務專案實現的，你可以根據你的專案、你的框架進行修改。在其他框架中，除了 Spring Boot（NestJs，..），您可以使用 https://aistudio.google.com/app/prompts/new_chat。並且不需要建立新的 Google Cloud 帳戶。
具體實作可以在我的倉庫中查看：
後端：https://github.com/duongminhhieu/YasMiniShop
前端：https://github.com/duongminhhieu/YasMini-Frontend
學習愉快！ ！ ！
以上是使用 Spring Boot、Google Cloud Vertex AI 和 Gemini 模型進行基於圖像的產品搜索的詳細內容。更多資訊請關注PHP中文網其他相關文章！
