使用Qdrant向量数据库批量上传图像数据集的工作流

工作流程概述：
1. 这是将图像数据集上传到Qdrant的第一个管道
2. 第二个管道是设置Qdrant中异常检测所需的集群中心和集群阈值分数
3. 第三个是异常检测工具，它接受任何图像作为输入，并使用Qdrant完成的所有准备工作来检测它是否是上传数据集的异常

对于KNN（k最近邻）分类：
1. 这是将图像数据集上传到Qdrant的第一个管道
2. 第二个是KNN分类器工具，它接受任何图像作为输入，并根据对Qdrant上传数据集的查询对其进行分类

此工作流 – 批量上传图像数据集到Qdrant

此模板从Google云存储导入数据集图像，为它们批量创建Voyage AI嵌入，并批量上传到Qdrant。在这个特定模板中，我们使用作物数据集。然而，它类似于上传土地数据集，并且通常可以适应任何由图像URL组成的数据集（如以下管道）。

首先，检查现有的Qdrant集合以使用；否则，在此处创建它。此外，在创建集合时，我们将创建一个有效载荷索引，这是我们在后面将使用的特定类型的Qdrant请求所必需的。
接下来，从Google云存储导入所有（数据集）图像，但仅保留与番茄无关的图像（用于异常检测测试）。
使用Voyage AI多模态嵌入API为所有导入的图像创建（每批）嵌入。
最后，通过批量上传将生成的嵌入和图像描述符上传到Qdrant。