---
title: 基于向量检索的图搜图应用 - OceanBase Demo
description: 本 Demo 演示的是 OB Cloud 的向量检索能力，该应用可以采用先进的深度学习模型提取图像特征，并充分利用 OceanBase 的向量检索能力进行高效存储和检索。
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

[在线体验](https://www.oceanbase.com/demo)[基于向量检索的图搜图应用](#)

# 基于向量检索的图搜图应用

萌兽搜搜

## Demo 简介

该应用是一个基于计算机视觉和向量检索的智能图像搜索系统。您可以上传喜爱的哺乳动物和鸟类图片，系统会自动分析图像内容并在图库中检索相似图像（本 Demo 仅用于场景演示，图库暂仅包含 200 余张哺乳动物及鸟类图片）。它采用先进的深度学习模型提取图像特征，并充分利用 OceanBase 的向量检索能力进行高效存储和检索。系统不仅支持精确的相似图像匹配，还能实现按场景、物体、风格等多维度的智能筛选。通过简单直观的用户界面，您可以轻松上传图片并快速获得相似图像结果，大大提升了图像检索的便捷性和准确性。

[![播放按钮](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*ylteT6C_9uwAAAAAAAAAAAAADiGDAQ/original)查看 Demo 讲解视频](https://www.oceanbase.com/video/9002093)

## 技术原理

OceanBase 支持存储和检索向量类型的数据，可通过向量嵌入和检索功能实现图像检索应用的搭建： 向量嵌入：通过深度学习模型对图像进行特征提取，将高维图像数据转换为低维的特征向量表示，这些特征向量随后被存储在 OceanBase 数据库中； 向量检索：在检索过程中，系统首先对查询图像进行相同的特征提取操作，然后利用 OceanBase 数据库的索引机制在特征空间中进行高效的相似度计算，通常采用余弦相似度或欧氏距离作为度量标准。通过设定相似度阈值，系统可以返回最相近的 Top-K 匹配结果。 这种技术架构在人脸识别、商品图像检索、视觉内容查重等领域有广泛应用，既保证了检索的准确性，又实现了大规模数据下的高性能处理。 咨询详细架构 [查看 Demo 实现步骤](https://www.oceanbase.com/docs/common-oceanbase-cloud-1000000001495113)