Автоматизация поиска объектов

СКАЧАТЬ ВОРКФЛОУ

Автоматизация поиска объектов на изображениях с помощью n8n, Cloudflare AI и Elasticsearch Данный рабочий процесс предназначен для автоматизации анализа и структурирования изображений: он позволяет детектировать объекты, вырезать их, сохранять на внешнем сервисе и индексировать для быстрого поиска. Подходит как для экспериментаторов, так и для практических задач автоматизации поиска объектов по изображениям.
Что делает этот рабочий процесс? Воркфлоу автоматизирует процесс: получает изображение, определяет объекты на нём с помощью AI-модели, вырезает их, сохраняет на облачном хранилище и индексирует метаданные в базе данных Elasticsearch. Это позволяет легко реализовать функцию поиска изображений по объектам.
Для кого этот рабочий процесс?
  • Маркетологи, работающие с большими библиотеками изображений
  • Технические специалисты по автоматизации бизнес-процессов
  • Разработчики, внедряющие интеллектуальный поиск по визуальному контенту
  • Контент-менеджеры, систематизирующие большие коллекции медиаданных
Преимущества:
  • 🔄 Полная автоматизация всей цепочки анализа изображений
  • 🚀 Высокая скорость обработки и поиска объектов
  • 💡 Использование современных AI и облачных технологий без глубоких технических знаний
  • 📦 Гибкость интеграции с существующими инфраструктурами хранения и поиска
  • 💬 Удобное масштабирование под задачу любого объёма
Как это работает?
  1. В ручном или автоматическом режиме задаётся ссылкой исходное изображение.
  2. Изображение скачивается с указанного ресурса.
  3. AI-модель классифицирует и определяет объекты на изображении (Cloudflare Workers AI Detr-Resnet-50).
  4. Отбираются объекты с полноценной уверенностью AI (score ≥ 0,9).
  5. Для каждого объекта определяется область (bounding box), и этот фрагмент автоматически вырезается.
  6. Вырезанные объекты загружаются на облачное хранилище (Cloudinary).
  7. Метаданные об образах и их ссылках записываются в Elasticsearch для быстрого поиска.
  8. В результате формируется база, с помощью которой можно искать изображения по содержимому.
Используемые основные узлы n8n:
  • Manual Trigger — запуск процесса вручную для теста или отладки.
  • Set Variables — определение ключевых переменных (ссылки на изображение, модель AI и др.).
  • HTTP Request — скачивание исходного изображения и работа с внешними API (Cloudflare, Cloudinary).
  • Filter — фильтрация объектов по уверенности классификации.
  • Edit Image — обрезка сегментов изображения по координатам bounding box.
  • Elasticsearch — запись результатов в поисковую базу.
Что требуется для работы?
  • Аккаунт Cloudflare с доступом к AI API и моделям
  • Аккаунт и API-ключ Cloudinary для хранения изображений
  • Доступ к базе Elasticsearch и API-ключ
  • (Опционально) любой публичный URL для исходных изображений
Как настроить:
  1. Вставьте API-ключи Cloudflare, Cloudinary, Elasticsearch в соответствующие узлы.
  2. Укажите URL исходного изображения в Set Variables.
  3. Задайте параметры модели (например, @cf/facebook/detr-resnet-50).
  4. Проверьте указание целевого индекса для Elasticsearch.
  5. Запустите процесс через Manual Trigger для теста.
  6. При необходимости интегрируйте триггер автоматизации, например, по расписанию или при новом поступлении изображения.