AI数据分析代理和可视化代理 - KNN图像分类工作流 | n8n向量数据库应用
AI数据分析,KNN分类,向量数据库,Qdrant,n8n工作流,图像分类,卫星图像分析,机器学习

向量数据库作为AI代理的大数据分析工具

来自网络研讨会”使用Qdrant和n8n构建生产就绪的AI代理”的工作流。

这一系列工作流展示了如何借助向量数据库为生产就绪的AI代理构建大数据分析工具。这些管道可适应任何图像数据集，因此适用于许多生产用例。

异常检测
– 将图像数据集上传到Qdrant的第一个管道
– 设置Qdrant中异常检测所需元变量的第二个管道
– 异常检测工具，接收任何图像作为输入，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

KNN（k最近邻）分类
– 将图像数据集上传到Qdrant的第一个管道
– KNN分类器工具，接收任何图像作为输入，并根据上传到Qdrant的数据集对其进行分类

重新创建两者
您需要将Kaggle上的作物和土地数据集上传到您自己的Google存储桶，并重新创建与Qdrant Cloud（您可以使用免费层集群）、Voyage AI API和Google Cloud Storage的API/连接。

[此工作流] KNN分类工具

此工具接收任何图像URL，并根据上传到Qdrant数据集（土地）的图像，返回图像上对象的类别。

通过Execute Workflow Trigger接收图像URL，然后将其发送到Voyage AI多模态嵌入API以获取其嵌入。
图像嵌入向量然后用于查询Qdrant，返回一组具有预标记类别的X个相似图像。
对相邻图像的类别进行多数投票。
使用循环来解决多数投票中出现平局的情况，并增加要检索的邻居数量。
当循环最终解决时，识别的类别将返回到调用工作流。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。