#clip Repository
Scopri 43 repository GitHub open source attivi contrassegnati con #clip, che raccolgono un totale di 138,394 stelle (con una media di 3,218 stelle per progetto). Il progetto leader di questo argomento è CompVis/stable-diffusion, con 72,101 stelle.
43 repository in totale
Versione cinese di CLIP che ottiene il recupero cross-modale e la generazione di rappresentazioni in cinese.
Servizio di notifica push open source senza app, pronto all'uso con iOS14+ scansione. Supporta anche Quick Apps/client iOS e Mac, client Android, dispositivi autocostruiti
Toolkit di valutazione open-source per modelli multimodali di grandi dimensioni (LMM), supporta 220+ LMM, 80+ benchmark
Soluzioni NLP cinesi (grandi modelli, dati, modelli, addestramento, inferenza)
Calcola facilmente gli embedding delle clip e costruisci un sistema di recupero delle clip con essi
Aggiungi rilevamento di oggetti, tracciamento, notifiche mobili e ricerca a qualsiasi telecamera di sicurezza.
🥂 Affronta con grazia la sfida di hCaptcha con un modello linguistico di grandi dimensioni multimodale.
Cambrian-1 è una famiglia di LLM multimodali con un design incentrato sulla visione.
Sviluppo rapido dell'interfaccia utente Android, specializzato nel dominare ogni controllo nativo
Una risorsa indispensabile per chiunque voglia sperimentare e costruire sulla visione API di OpenAI 🔥
[ACL 2024 🔥] Video-ChatGPT è un modello di conversazione video capace di generare conversazioni significative sui video. Combina le capacità degli LLM con un encoder visivo pre-addestrato adattato per la rappresentazione video spazio-temporale. Introduciamo anche un rigoroso "Quantitative Evaluation Benchmarking" per modelli conversazionali basati su video.
Addestramento e inferenza distribuiti per la percezione multimodale: embedding condivisi per testo, immagini, video, audio, codice e grafi, da 64 a 1024 dimensioni 🖼️
Lista fantastica per la ricerca su CLIP (Contrastive Language-Image Pre-Training).
Questa serie ti accompagnerà in un viaggio dai fondamenti di NLP e Computer Vision fino all'avanguardia dei modelli Vision-Language.
Un'implementazione ufficiale per "CLIP4Clip: Uno studio empirico di CLIP per il recupero di videoclip end-to-end"
🔥🔥🔥Cassetta degli attrezzi di algoritmi IA gratuiti offline per Java, che supporta il riconoscimento facciale, il rilevamento di vitalità, il riconoscimento delle espressioni, il rilevamento di oggetti, la segmentazione di istanze, il rilevamento di pedoni, il riconoscimento di testo OCR, il riconoscimento targhe, il riconoscimento di tabelle, ASR+TTS, la traduzione automatica e altre funzioni. Utilizzabile tramite riferimento Maven. Supporta PyTorch, Tensorflow e ha integrato modelli mainstream come Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, ecc.
TrailSnap (行影集) | Album fotografico open source basato sull'IA per ricordi di viaggio e di vita.
Un elenco curato di pubblicazioni sulla segmentazione semantica a vocabolario aperto e aree correlate (ad es. segmentazione semantica zero-shot) risorse..
Nuova generazione di CLIP con forte capacità di discriminazione fine, ICML2026 e ICML2025
Una raccolta e una ricerca all’avanguardia sui lavori di modelli vision‑linguaggio, oltre a un repository GitHub di modelli. Aggiornamenti continui.
Paddle Multimodal Integration and eXploration, a supporto delle attività multimodali mainstream, inclusi modelli di pre-addestramento multimodali su larga scala end-to-end e toolbox per modelli di diffusione. Dotato di alte prestazioni e flessibilità.
Downloader/Registratore di stream, video e clip di Twitch. Questo downloader con GUI ti aiuta a scaricare e registrare video di Twitch, incluse trasmissioni e VOD.
Estrai le caratteristiche video da video grezzi utilizzando più GPU. Supportiamo frame di flusso RAFT, nonché modelli S3D, I3D, R(2+1)D, VGGish, CLIP e TIMM.
👁️ + 💬 + 🎧 = 🤖 Lista curata dei migliori modelli di base e multimodali! [Paper + Code + Esempi + Tutorial]
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
[CVPR 2022] HairCLIP: Progetta la tua acconciatura tramite testo e immagine di riferimento
🔍 Cerca immagini locali direttamente sul dispositivo usando il linguaggio naturale, grazie a MobileCLIP2 di Apple. / Cerca immagini locali sul tuo telefono/computer usando il linguaggio naturale (con il modello MobileCLIP2 di Apple)
Ricerca semantica offline da testo a immagine e da immagine a immagine su Android, alimentata dal modello CLIP pre-addestrato con quantizzazione di stato dell'arte e dal motore di inferenza ONNX Runtime
FashionCLIP è un modello simile a CLIP ottimizzato per il dominio della moda.
Strumento gratuito per creare video virali da YouTube, generando clip ottimizzati per TikTok e Instagram con trascrizione automatica e montaggio in formato 9:16.
Domande frequenti
Qual è il repository #clip più popolare su GitHub?
Il progetto open source #clip più alto in classifica su GitHub è CompVis/stable-diffusion, con 72,101 stelle. Un modello di diffusione latente text-to-image
Quali linguaggi di programmazione sono più utilizzati nei repository #clip?
Tra i progetti #clip più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Java, C.
Come viene calcolata la classifica dei repository #clip?
Monitoriamo 43 repository open source attivi contrassegnati con #clip (500+ stelle), per un totale di 138,394 stelle e una media di 3,218 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.