通过PaddleOCR识别图片中的文字，将识别结果报存到es中，利用es查询语句返回结果图片。 技术逻辑 PaddleOCR部署、es部署创建mapping将PaddleOCR识别结果保存至es通过查询，返回结果 前期准备 PaddleOCR、es部署请参考https://blog.csdn.net/zhanghan11366/article/details/137026144?spm=

【官方框架地址】 https://github.com/OFA-Sys/Chinese-CLIP 【算法介绍】 在当今的大数据时代，文本信息处理已经成为了计算机科学领域的核心议题之一。为了高效地处理海量的文本数据，自然语言处理（NLP）技术应运而生。而在诸多NLP技术中，文本分割是一种基础且重要的任务。Chinese Clip算法正是在这样的背景下被提出，用于解决中文文本的分割问题。 Chi

目录 1 项目背景 2 关键技术 2.1 Clip模型 2.2 Milvus向量数据库  3 系统代码实现 3.1 运行环境构建 3.2 数据集下载 3.3 预训练模型下载 3.4 代码实现 3.4.1 创建向量表和索引  3.4.2 构建向量编码模型 3.4.3 数据向量化与加载 3.4.4 构建检索web 4 总结 1 项目背景 以文搜图是一种跨模态检索技术