#clip Repositories
Entdecke 43 aktive Open-Source-GitHub-Repositories, die mit #clip getaggt sind und insgesamt 138,394 Sterne gesammelt haben (durchschnittlich 3,218 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist CompVis/stable-diffusion mit 72,101 Sternen.
Insgesamt 43 Repositories
Chinesische Version von CLIP, die chinesische Cross-Modal-Retrieval und Repräsentationsgenerierung ermöglicht.
App-freie Push-Dienst mit Open Source, sofort einsatzbereit mit iOS14+ Scan. Unterstützt auch Quick Apps/iOS und Mac Clients, Android Clients, selbstgebaute Geräte
Open-Source-Evaluierungstoolkit für große Multimodale Modelle (LMMs), unterstützt 220+ LMMs, 80+ Benchmarks
Chinesische NLP-Lösungen (große Modelle, Daten, Modelle, Training, Inferenz)
Einfache Berechnung von Clip-Embeddings und Aufbau eines Clip-Retrieval-Systems damit
Fügen Sie jeder Überwachungskamera Objekterkennung, -verfolgung, mobile Benachrichtigungen und Suchfunktionen hinzu.
🥂 Nehmen Sie die hCaptcha-Herausforderung mit einem multimodalen großen Sprachmodell elegant an.
Cambrian-1 ist eine Familie multimodaler LLMs mit einem visionzentrierten Design.
Schnelle Android-UI-Entwicklung, speziel angefertigt, um alle nativen Steuerungselemente zu beherrschen
Eine unverzichtbare Ressource für alle, die mit der OpenAI Vision API experimentieren und darauf aufbauen möchten 🔥
[ACL 2024 🔥] Video-ChatGPT ist ein Videokonversationsmodell, das aussagekräftige Konversationen über Videos generieren kann. Es kombiniert die Fähigkeiten von LLMs mit einem vortrainierten visuellen Encoder, der für die räumlich-zeitliche Videodarstellung angepasst ist. Wir stellen außerdem ein strenges „Quantitative Evaluation Benchmarking“ für videobasierte Konversationsmodelle vor.
Verteiltes Training und Inferenz für multimodale Wahrnehmung: gemeinsame Embeddings für Text, Bilder, Video, Audio, Code und Graphen mit 64 bis 1.024 Dimensionen 🖼️
Fantastische Liste für die Forschung zu CLIP (Contrastive Language-Image Pre-Training).
Diese Reihe nimmt Sie mit auf eine Reise von den Grundlagen der NLP und Computer Vision bis hin zu den modernsten Vision-Language-Modellen.
Eine offizielle Implementierung für „CLIP4Clip: Eine empirische Studie von CLIP für die End-to-End-Videoclip-Suche“
🔥🔥🔥Kostenlose Offline-KI-Algorithmen-Toolbox für Java, die Gesichtserkennung, Lebenderkennung, Emotionserkennung, Objekterkennung, Instanzsegmentierung, Fußgängererkennung, OCR-Texterkennung, Kennzeichenerkennung, Tabellenerkennung, ASR+TTS, maschinelle Übersetzung und weitere Funktionen unterstützt und per Maven-Referenz verwendet werden kann. Unterstützt PyTorch, Tensorflow und hat Mainstream-Modelle wie Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper usw. integriert.
TrailSnap (行影集) | KI-gestütztes Open-Source-Fotoalbum für Reise- und Lebenserinnerungen.
Eine kuratierte Veröffentlichungsliste zu Open-Vokabular-semantischer Segmentierung und verwandten Bereichen (z. B. Zero-Shot-semantische Segmentierung) Ressourcen..
Neue Generation von CLIP mit starker feinkörniger Unterscheidungsfähigkeit, ICML2026 und ICML2025
Eine erstklassige Sammlung und Umfrage zu Vision‑Language‑Modellen, sowie ein GitHub‑Repository mit Modellen. Kontinuierliche Updates.
Paddle Multimodal Integration and eXploration, unterstützt Mainstream-multimodale Aufgaben, einschließlich End-to-End-Large-Scale-multimodaler Vortrainingsmodelle und Diffusion-Model-Toolbox. Ausgestattet mit hoher Leistung und Flexibilität.
Twitch Stream & Video & Clip Downloader/Recorder. Dieser GUI-Downloader hilft Ihnen beim Herunterladen und Aufzeichnen von Twitch-Videos, einschließlich Sendungen und VODs.
Extrahieren Sie Videofunktionen aus Rohvideos mit mehreren GPUs. Wir unterstützen RAFT-Flow-Frames sowie die Modelle S3D, I3D, R(2+1)D, VGGish, CLIP und TIMM.
👁️ + 💬 + 🎧 = 🤖 Kuratierte Liste der besten Foundation- und multimodalen Modelle! [Paper + Code + Beispiele + Tutorials]
Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, alias kecam
🔍 Durchsuche lokale Bilder direkt auf dem Gerät in natürlicher Sprache – unterstützt von Apples MobileCLIP2. / Durchsuche lokale Bilder auf deinem Smartphone/Computer mit natürlicher Sprache (mit Apples MobileCLIP2-Modell)
Offline-semantische Text-zu-Bild- und Bild-zu-Bild-Suche auf Android, angetrieben durch ein quantisiertes, hochmodernes, vortrainiertes CLIP-Modell und die ONNX Runtime-Inferenz-Engine
FashionCLIP ist ein CLIP-ähnliches Modell, das für den Modebereich feinabgestimmt wurde.
Kostenloses Tool zum Erstellen viraler Videos aus YouTube, das für TikTok und Instagram optimierte Clips mit automatischer Transkription und Bearbeitung im 9:16-Format erstellt.
Eine Übersicht über CLIP in der medizinischen Bildgebung
Häufig gestellte Fragen
Welches ist das beliebteste #clip-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#clip-Projekt auf GitHub ist CompVis/stable-diffusion mit 72,101 Sternen. Ein latentes Text-zu-Bild-Diffusionsmodell
Welche Programmiersprachen werden in #clip-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #clip-Projekten auf GitHub sind Python, Jupyter Notebook, Java, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #clip-Repositories berechnet?
Wir verfolgen 43 aktive Open-Source-Repositories, die mit #clip getaggt sind (500+ Sterne), mit insgesamt 138,394 Sternen und durchschnittlich 3,218 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.