Spaces:
Running
Running
| 6.2 | |
| 1. 修改 get_cosine_similarity(texts) | |
| 使其输入texts列表，一次查询所有query=texts[0] 和 texts[1:] 的相似度，避免query_similarity的重复计算 | |
| 2. query-text-image 文生图 | |
| query-text --> texts --> similarity --> text_image.keys()[key_index]=image | |
| 3. query-text 文生文 | |
| query-text --> texts --> similarity --> pkl.keys()[key_index]=value | |
| 6.4 | |
| add embedding maps | |
| update text.py | |
| 6.6: | |
| app.py 与 app_with_text_preload.py异同 | |
| - update get_embedding(): 添加num_steps, 支持指定文本截断长度 | |
| - add read_text()：抽取texts、预存embeddings | |
| - add load(): 加载embeddings, 返回的是defaultdict | |
| - update get_cosine_similarity: 更改输入格式为texts, text[0] = query_embed, 避免query_embed的重复计算， | |
| 更改计算机制，优先从pkl加载embeddings | |
| - update retrieve_titles: 组装texts, 适应 similarity 计算 | |
| - add text_to_text(): 文生文 | |
| - add text_to_image(): 文生图 | |
| 所有需要embedding的地方，重构成list,传入 | |
| to do list: | |
| 2. 把原有的图台词做个矩形框处理掉，再拿周围的进行修补，再加上匹配到的台词 |