#clip Repositorios
Descubre 43 repositorios activos de código abierto de GitHub etiquetados con #clip, que acumulan 138,394 estrellas en total (una media de 3,218 estrellas por proyecto). El líder de este tema es CompVis/stable-diffusion, con 72,101 estrellas.
43 repositorios en total
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
Servicio de notificaciones push de código abierto sin aplicación, listo para usar con iOS14+ escaneando. También admite Quick Apps/clientes iOS y Mac, clientes Android, dispositivos autoconstruidos
Kit de herramientas de evaluación de código abierto para modelos multimodales grandes (LMM), admite más de 220 LMM, más de 80 benchmarks
Soluciones de PNL chinas (grandes modelos, datos, modelos, entrenamiento, inferencia)
Colección de impresionantes modelos de visión-lenguaje para tareas de visión
Calcule fácilmente incrustaciones (embeddings) de clips y cree un sistema de recuperación de clips con ellas
Añada detección de objetos, seguimiento, notificaciones móviles y búsqueda a cualquier cámara de seguridad.
🥂 Acepte el desafío de hCaptcha con gracia utilizando un modelo de lenguaje grande multimodal.
Cambrian-1 es una familia de LLM multimodales con un diseño centrado en la visión.
Desarrollo rápido de UI Android, especializado en dominar todos los controles nativos
Un recurso imprescindible para cualquiera que quiera experimentar y construir sobre la API Vision de OpenAI 🔥
[ACL 2024 🔥] Video-ChatGPT es un modelo de conversación de video capaz de generar conversaciones significativas sobre videos. Combina las capacidades de los LLM con un codificador visual preentrenado adaptado para la representación de video espaciotemporal. También presentamos una rigurosa 'Evaluación cuantitativa de referencia' para modelos de conversación basados en video.
Entrenamiento e inferencia distribuidos para la percepción multimodal: embeddings compartidos para texto, imágenes, vídeo, audio, código y grafos, de 64 a 1024 dimensiones 🖼️
Impresionante lista para la investigación sobre CLIP (Contrastive Language-Image Pre-Training).
Esta serie lo llevará en un viaje desde los fundamentos del Procesamiento del Lenguaje Natural (PLN) y la Visión por Computadora hasta la vanguardia de los Modelos de Visión y Lenguaje.
Una implementación oficial para "CLIP4Clip: Un estudio empírico de CLIP para la recuperación de videoclips de extremo a extremo"
🔥🔥🔥Caja de herramientas de algoritmos de IA sin conexión y gratuita para Java, que admite reconocimiento facial, detección de vida, reconocimiento de expresiones, detección de objetos, segmentación de instancias, detección de peatones, reconocimiento de texto OCR, reconocimiento de matrículas, reconocimiento de tablas, ASR+TTS, traducción automática y otras funciones. Se puede utilizar mediante referencia de Maven. Admite PyTorch, Tensorflow e integra modelos convencionales como Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
TrailSnap (行影集) | Álbum de fotos de código abierto impulsado por IA para recuerdos de viajes y vida.
Una lista curada de publicaciones sobre segmentación semántica de vocabulario abierto y áreas relacionadas (por ejemplo, segmentación semántica de cero disparos) recursos..
Nueva generación de CLIP con fuerte capacidad de discriminación de grano fino, ICML2026 e ICML2025
Una colección y encuesta de vanguardia sobre artículos de modelos de visión-idioma, y repositorio GitHub de modelos. Actualizaciones continuas.
Paddle Multimodal Integration and eXploration, compatible con tareas multimodales convencionales, incluidos modelos de preentrenamiento multimodales a gran escala de extremo a extremo y caja de herramientas de modelos de difusión. Equipado con alto rendimiento y flexibilidad.
Descargador/Grabador de transmisiones, videos y clips de Twitch. Este descargador con GUI te ayuda a descargar y grabar videos de Twitch, incluidas transmisiones y VOD.
Extraiga características de video de videos sin procesar utilizando múltiples GPU. Soportamos cuadros de flujo RAFT, así como los modelos S3D, I3D, R(2+1)D, VGGish, CLIP y TIMM.
👁️ + 💬 + 🎧 = 🤖 Lista curada de los mejores modelos fundacionales y multimodales. [Paper + Código + Ejemplos + Tutoriales]
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
🔍 Busca imágenes locales en el dispositivo mediante lenguaje natural, con la tecnología de MobileCLIP2 de Apple. / Busca imágenes locales en tu teléfono/ordenador usando lenguaje natural (con el modelo MobileCLIP2 de Apple)
Búsqueda semántica sin conexión de texto a imagen e imagen a imagen en Android, impulsada por un modelo CLIP preentrenado de vanguardia cuantificado y el motor de inferencia ONNX Runtime
FashionCLIP es un modelo similar a CLIP afinado para el dominio de la moda.
Herramienta gratuita para crear vídeos virales a partir de YouTube, generando clips optimizados para TikTok e Instagram con transcripción automática y edición en formato 9:16.
Preguntas frecuentes
¿Cuál es el repositorio de #clip más popular en GitHub?
El proyecto de código abierto de #clip mejor posicionado en GitHub es CompVis/stable-diffusion, con 72,101 estrellas. Un modelo de difusión latente de texto a imagen
¿Qué lenguajes de programación se utilizan más en los repositorios de #clip?
Entre los proyectos de #clip mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Java, C.
¿Cómo se calcula la clasificación de los repositorios de #clip?
Seguimos 43 repositorios activos de código abierto etiquetados con #clip (500+ estrellas), que suman un total de 138,394 estrellas, con una media de 3,218 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.