不知道讀者們是否有過以下的經驗：忘記了曾經在哪裡看過的漂亮衣服，可能是一件漂亮黑色洋裝，但是翻遍歷程記錄，都找不到那個曾經令你欣喜的服飾；但是你找到了很多類似的圖片，這時候，大多數人都會希望把類似的圖片丟進去購物商城內，就能夠找到心目中那件最美的洋裝......

沒錯，這就是圖像搜索的魅力所在，透過關鍵字、相似圖片來搜索需要的圖像。而阿里雲提供了「圖像搜索」這項AI服務，透過圖片內容的特徵標示，並使用阿里雲自建的訓練模型來建立屬於自己的圖片搜索引擎。

圖像搜索流程：

通常圖片搜索的應用可以使用在：

1. 電商平台、圖庫網站以圖搜圖、關鍵字搜圖的應用場景。

2. 製造業應用場景，可以用於晶片、晶圓品質管理，透過圖像來做第一層品質篩檢。

3. 紡織業應用場景，透過餵入大量布料材質、紋飾的圖片，來訓練屬於自己的圖像檢索引擎，協助紡織廠商整合各類布料資訊，達成數位化轉型。

當然除了上述的應用之外，還有更多的圖片辨識應用場景，都可以依托雲原生的AI圖像服務來完成，除了節省訓練模型搭建的時間之外，也能節省額外的硬體成本。

接下來，就讓我們進實作，看看要怎麼使用雲原生的圖像搜索吧！

實作：

1. 創建實例
   

2. 做為測試用就購買一個月，請求頻率也選擇每秒一次。
   

3. 創建實例後，等待一下，選擇操作
   

4. 到OSS的頁面，新增一個Bucket，並把欲匯入的圖片檔案放進去(本次使用Kaggle Dog & Cat Dataset)
   

5. 回到圖像搜索選擇批量操作並新建批量任務
   

6. 選擇Buckets、資料路徑，並且記得在上傳圖片的同時，也需要上傳一個 increment.meta的資料，格式放在圖片下方。
   

{"OperationType": "ADD","ProductId": "cat-0","PicName": "0.jpg","CustomContent": "cute kitty"}

7. 可以看到圖片數量變成198張，因為某些圖片解析度不足，因此直接被排除。
   

8. 接下來網路上隨意找一張照片，進入圖片搜索，使用新圖片搜索舊圖片，可以得到如下的回傳值。
   

9. 以分數上來看，最高分為0.8011，54.jpg、次高為0.774，14.jpg，搜索用照片與兩張圖庫照片如下：

搜索用照片：

排名1 (0.8011)：

排名2 (0.774)：

成功調用圖像搜索服務！雖然本次的圖片庫僅使用198張，但還是成功用新圖片找到類似的貓貓！各位有興趣的讀者也可以自己嘗試看看喔！