语义搜索

语义搜索把事件/图像编码成向量，使用户可以用自然语言寻找“穿红衣的人”“白色卡车”“有人拿着包靠近门口”等视觉概念，而不只依赖固定标签。它依赖 embedding 模型与索引，因此第一次启用后需要一定时间建立数据。

启用前

确保 Review/Explore 中已经有稳定事件。
为 embedding 模型预留 CPU/GPU/NPU 和存储空间。
首次下载模型时确保网络可达，缓存完成后再验证离线运行。

基本启用

semantic_search:
  enabled: true

搜索技巧

使用描述性短语比只输入一个标签更有价值。
描述视觉特征：颜色、服装、车辆类型、携带物、动作。
语义相似并不是精确数据库字段匹配，结果应按相关度理解。

性能与索引

更换 embedding 模型、模型维度或重大版本时可能需要重建索引。大规模历史数据重建期间会消耗算力；生产系统建议安排在低负载时间。

排错

完全没有结果：确认索引/模型已经完成加载。
结果不相关：用更具体的视觉描述，并检查事件本身是否有足够清晰的图像。
启用后系统很慢：检查 enrichment 加速设备和索引任务资源占用。

Semantic Search

Semantic search embeds event images into vectors so users can search visual concepts such as “person in a red shirt” or “white truck near the entrance” instead of relying only on fixed object labels.

Before enabling

Make sure Review/Explore already contains reliable events.
Reserve CPU/GPU/NPU and storage for embeddings/indexes.
Allow any required first-time model download before testing offline behavior.

Basic enablement

semantic_search:
  enabled: true

Search tips

Use descriptive phrases, not only class names.
Describe colors, clothing, vehicle type, carried items, or actions.
Semantic similarity is ranked relevance, not exact field matching.

Index lifecycle

Changing embedding models or dimensions can require rebuilding the index. Large histories may consume substantial resources while reindexing.

Troubleshooting

No results: confirm model/index initialization completed.
Poor relevance: use more specific visual descriptions and verify event image quality.
System slows after enabling: inspect enrichment acceleration and indexing load.

Búsqueda semántica

La búsqueda semántica convierte imágenes de eventos en vectores para buscar conceptos visuales con lenguaje natural, no solo etiquetas fijas.

Antes de activar

Review/Explore debe contener eventos fiables.
Reserve recursos para embeddings e índice.
Permita la descarga inicial de modelos.

Activación

semantic_search:
  enabled: true

Consejos

Use frases descriptivas.
Describa colores, ropa, tipo de vehículo, objetos o acciones.
La similitud es por relevancia, no una coincidencia exacta.

Índice

Cambiar el modelo/dimensión puede exigir reconstrucción del índice.

Problemas

Sin resultados: espere a que modelo/índice estén listos.
Resultados pobres: describa mejor y revise la imagen.
Sistema lento: revise recursos de enriquecimiento e indexación.