PHP アプリケーションに類似画像検索を後付けする

PHP カンファレンス 2026 でお話した『PHP アプリケーションに類似画像検索を後付けする』の振り返り用スライドです。サンプルコードの README に動かし方が書いてあります。

Transcript

1. PHP カンファレンス 2026 PHP アプリケーションに 類似画像検索を後付けする @ msng
2. サンプルコード https: github.com/msng/phpcon2026 / / @ msng
3. 用語の定義 • 【類似画像検索】画像で画像を探すこと。キーワードで画像を探す「画像検索」とは別物 • 【AI】人間の知覚・認識をコンピュータで模倣するもの全般。本トークに生成 AI や LLM の話は登場しない。 • 【モデル】学習済みのニューラルネットワーク。本トークでは「画像を入れると数字の列が出てくる箱」。 • 【embedding / 特徴量 / ベクトル】画像の特徴を表す数字の列。本トークではほぼ同義に使う。 • 【次元】その数字の個数のこと。空間や異世界のことではない。クールなガンマンでもない。 • 【距離 / 類似度】「似ている」を数値で言えるようにしたもの。 • 【コサイン距離】ベクトルの向きの違いを測るものさし。同じ向きで 0、正反対で 2。 本トークで「距離」と言ったらこれを指す。厳密には「距離」ではないと思うけど、なんかこう呼ばれる。 • 【推論】学習済みモデルにデータを入れて結果を得ること。 • 【ベクトル検索】距離が近いベクトルを探すこと。 • 【インデックス】検索を速くするためのデータ構造。 • 【GPU】高いよね。 @ msng
4. お話の流れ • • • • • • 状況設定 実演 全体構成 Embedding ベクトル検索 まとめ @ msng
5. 状況設定 • 「これに似たやつ」を探したい • 固定費は増やしたくない • 多数の商品を扱う現場 @ msng
6. 状況設定 現状のインフラ構成 • VPS 1台（メモリ 4GB） 以上 @ msng
8. サンプルデータ Amazon Berkeley Objects (ABO) Dataset https: amazon-berkeley-objects.s3.amazonaws.com/index.h l m t / / @ msng
9. サーバーのありさま • • • • メモリ: 2GB (4GB) GPU: なし 外部 API: なし メイン DB: MySQL @ msng
10. 全体構成 embedding サーバー FastAPI + DINOv2 アプリケーション PHP ベクトルデータベース pgvector @ msng
11. 全体構成 画像 embedding サーバー FastAPI + DINOv2 アプリケーション PHP ベクトル ベクトルデータベース pgvector @ msng
12. 全体構成 ベクトル embedding サーバー FastAPI + DINOv2 アプリケーション PHP ベクトルデータベース pgvector 結果 / 画像の情報 @ msng
13. 全体構成 embedding サーバー FastAPI + DINOv2 アプリケーション PHP 無 ベクトルデータベース pgvector @ msng
14. 全体構成 embedding サーバー FastAPI + DINOv2 アプリケーション PHP 疎 ベクトルデータベース pgvector @ msng
15. Embedding @ msng
16. Embedding 採用モデル: DINOv2 @ msng
17. DINOv2 選定理由 ありとあらゆるモデルを比較検討 してません @ msng
18. DINOv2 選定理由 条件に合うのがこれだった。 使ってみたらわりといけた。 @ msng
19. DINOv2 選定理由 それで済むように作ってある （後述） @ msng
20. Embedding 初期データ取り込み @ msng
21. Embedding 1秒かかる @ msng
22. Embedding サンプル画像数: 398,212枚 @ msng
23. Embedding 398,212 3600 110 (時間) 4日と14時間かかる @ msng
24. Embedding 最初だけ Mac でやろう @ msng
25. Embedding % php artisan embeddings:generate -v 生成 id: 565 (7e/7e35cd84.jpg)（565件目、24.1件/秒、残り4:35:13） 生成 id: 566 (c6/c66b2e14.jpg)（566件目、24.1件/秒、残り4:35:14） 生成 id: 567 (1c/1cab1979.jpg)（567件目、24.1件/秒、残り4:35:12） 生成 id: 568 (d0/d09b9080.jpg)（568件目、24.1件/秒、残り4:35:13） 生成 id: 569 (82/82487ca4.jpg)（569件目、24.1件/秒、残り4:35:15） 生成 id: 570 (6a/6ae2fea4.jpg)（570件目、24.1件/秒、残り4:35:15） @ msng
26. Embedding 速い環境で用意して 本番に突っ込む @ msng
27. Embedding 画像 HTTP embedding サーバー FastAPI + DINOv2 アプリケーション PHP など HTTP ベクトル @ msng
28. Embedding どれでも同じ形 • • • • 省メモリマシンにぜんぶ同居（現状） 専用ハイスペックマシンに引っ越し Cloud Run with GPU Embedding SaaS @ msng
29. Embedding PHP（コアアプリケーション）を主軸に embedding モデルは道具として いつでも取り替え可能 @ msng
30. ベクトル検索 @ msng
31. ベクトル検索 pgvector 一択 @ msng
32. ベクトル検索 インデックスをはる @ msng
33. インデックス候補 • IVFFlat • HNSW @ msng
34. HNSW • 検索速度: 高 • メモリ使用量: 多 • 検索精度: 高 @ msng
35. IVFFlat • 検索速度: 高め • メモリ使用量: 少 • 検索精度: 高め @ msng
36. IVFFlat • 近いベクトルが同じクラスタに入りやすい • 検索時はまず各クラスタの重心とだけ比べる • 対象のベクトルと重心が近いクラスタを開いて検査 • 開くクラスタ数 (probes) を増やせば • 全レコードをクラスタに分ける 精度が上がり速度が下がる @ msng
37. IVFFlat 倉庫に例えると 「これに似たやつ、どこにありますか？」 「だいたいあのへんの箱に入ってるんじゃないかな。 知らんけど。」 「じゃああのへんのを3箱ほど開けて探してみます。」 @ msng
38. IVFFlat 倉庫に例えると 箱をたくさん開けると 時間はかかるが、より正確になる @ msng
39. お金をかければ解決する @ msng
40. お金をかけずにできる工夫も まだまだたくさんありそう @ msng