#clip Repositórios
Descubra 43 repositórios ativos de código aberto no GitHub marcados com #clip, acumulando um total de 138,394 estrelas (uma média de 3,218 por projeto). O líder deste tópico é CompVis/stable-diffusion, com 72,101 estrelas.
43 repositórios no total
Versão chinesa do CLIP que alcança a recuperação cross-modal e a geração de representação em chinês.
Serviço de notificação push de código aberto, sem necessidade de App, utilizável instantaneamente no iOS 14+ através de leitura de código QR. Também suporta Quick Apps/clientes iOS e Mac, cliente Android e dispositivos personalizados (DIY).
Kit de ferramentas de avaliação de código aberto para grandes modelos de multimodalidade (LMMs), com suporte para mais de 220 LMMs e mais de 80 benchmarks
Soluções de PNL em Chinês (Grandes Modelos, Dados, Modelo, Treinamento, Inferência)
Coleção de modelos impressionantes de visão e linguagem para tarefas de visão
Calcule facilmente embeddings CLIP e construa um sistema de recuperação CLIP com eles
Adicione detecção de objetos, rastreamento, notificações móveis e pesquisa a qualquer câmera de segurança.
🥂 Enfrente o desafio hCaptcha com elegância usando um modelo de linguagem grande multimodal.
Cambrian-1 é uma família de LLMs multimodais com um design centrado na visão.
Desenvolvimento rápido de UI para Android, resolvendo todos os problemas com controles nativos
Recurso indispensável para quem deseja experimentar e construir sobre a API de visão da OpenAI 🔥
[ACL 2024 🔥] Video-ChatGPT é um modelo de conversação por vídeo capaz de gerar conversas significativas sobre vídeos. Ele combina as capacidades de LLMs com um codificador visual pré-treinado adaptado para a representação espaciotemporal de vídeo. Também introduzimos um rigoroso 'Quantitative Evaluation Benchmarking' para modelos de conversação baseados em vídeo.
Treinamento e inferência distribuídos para percepção multimodal: embeddings compartilhados para texto, imagens, vídeo, áudio, código e grafos, de 64 a 1.024 dimensões 🖼️
Lista incrível para pesquisa sobre CLIP (Pré-Treinamento Contrastivo de Linguagem e Imagem).
Esta série o levará em uma jornada dos fundamentos de NLP e Visão Computacional até o que há de mais avançado em Modelos de Visão-Linguagem.
Uma implementação oficial para "CLIP4Clip: Um Estudo Empírico de CLIP para Recuperação de Clipes de Vídeo de Ponta a Ponta"
🔥🔥🔥Caixa de ferramentas de algoritmos de IA gratuitos e offline para Java, suportando reconhecimento facial, detecção de vivacidade, reconhecimento de expressões, detecção de objetos, segmentação de instâncias, detecção de pedestres, reconhecimento de texto OCR, reconhecimento de placas de veículos, reconhecimento de tabelas, ASR+TTS, tradução automática e outras funções, utilizável via referência Maven. Suporta PyTorch, Tensorflow e integrou modelos principais como Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
TrailSnap (行影集) | Álbum de fotos open source com IA para memórias de viagens e vida.
Uma lista de publicações selecionadas sobre segmentação semântica de vocabulário aberto e recursos de áreas relacionadas (por exemplo, segmentação semântica zero-shot).
Nova geração de CLIP com forte capacidade de discriminação refinada, ICML2026 e ICML2025
Uma coleção e pesquisa de ponta sobre artigos de modelos de visão-linguagem, e repositório GitHub de modelos. Atualizações contínuas.
Paddle Multimodal Integration and eXploration, com suporte a tarefas multimodais predominantes, incluindo modelos de pré-treinamento multimodais de grande escala de ponta a ponta e um conjunto de ferramentas de modelos de difusão. Equipado com alto desempenho e flexibilidade.
Downloader/Gravador de Transmissões, Vídeos e Clipes do Twitch. Este downloader com interface gráfica ajuda você a baixar e gravar vídeos do Twitch, incluindo transmissões e VODs.
Extraia recursos de vídeo de vídeos brutos usando várias GPUs. Suportamos quadros de fluxo RAFT, bem como modelos S3D, I3D, R(2+1)D, VGGish, CLIP e TIMM.
👁️ + 💬 + 🎧 = 🤖 Lista curada dos principais modelos de fundação e multimodais! [Artigo + Código + Exemplos + Tutoriais]
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
🔍 Pesquise imagens locais no dispositivo usando linguagem natural, com tecnologia MobileCLIP2 da Apple. / Pesquise imagens locais no celular/computador usando linguagem natural (com o modelo MobileCLIP2 da Apple)
Pesquisa semântica offline de texto para imagem e de imagem para imagem no Android, alimentada pelo modelo CLIP pré-treinado de última geração quantizado e pelo motor de inferência ONNX Runtime
FashionCLIP é um modelo semelhante ao CLIP ajustado para o domínio da moda.
Ferramenta gratuita para criar vídeos virais a partir do YouTube, gerando clipes otimizados para TikTok e Instagram com transcrição automática e edição no formato 9:16.
Perguntas Frequentes
Qual é o repositório de #clip mais popular no GitHub?
O projeto de código aberto de #clip mais bem classificado no GitHub é CompVis/stable-diffusion, com 72,101 estrelas. Um modelo de difusão latente de texto para imagem
Quais linguagens de programação são mais usadas nos repositórios de #clip?
Entre os projetos de #clip mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Java, C.
Como é calculada a classificação dos repositórios de #clip?
Acompanhamos 43 repositórios ativos de código aberto marcados com #clip (com mais de 500 estrelas), totalizando 138,394 estrelas e uma média de 3,218 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.