#clip Репозитории
Откройте для себя 43 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #clip, с общим числом 138,394 звёзд (в среднем 3,218 на проект). Лидером этой темы является CompVis/stable-diffusion, набравший 72,101 звёзд.
Всего репозиториев: 43
Китайская версия CLIP, которая обеспечивает китайский межмодальный поиск и генерацию представлений.
Бесплатный пуш-сервис с открытым исходным кодом, готовый к использованию с iOS14+ по сканированию. Также поддерживает Quick Apps/клиенты iOS и Mac, клиенты Android, самодельные устройства
Набор инструментов для оценки больших мультимодальных моделей (LMM) с открытым исходным кодом, поддержка 220+ LMM, 80+ бенчмарков
Китайские NLP-решения (большие модели, данные, модели, обучение, инференс)
Легко вычисляйте вложения клипов и создавайте с их помощью систему поиска по клипам.
Добавьте обнаружение объектов, отслеживание, мобильные уведомления и поиск к любой камере видеонаблюдения.
🥂 Элегантно пройдите проверку hCaptcha с помощью мультимодальной большой языковой модели.
Cambrian-1 — это семейство мультимодальных LLM с ориентированным на зрение дизайном.
Быстрая разработка пользовательского интерфейса Android, специально предназначенная для освоения всех нативных элементов управления
Обязательный ресурс для всех, кто хочет экспериментировать и создавать на основе API OpenAI Vision 🔥
[ACL 2024 🔥] Video-ChatGPT — это модель видеообщения, способная генерировать осмысленные диалоги о видео. Он сочетает возможности LLM с предварительно обученным визуальным кодером, адаптированным для пространственно-временного представления видео. Мы также представляем строгий «Количественный эталон оценки» для видеооснованных диалоговых моделей.
Распределённое обучение и инференс для мультимодального восприятия: общие эмбеддинги для текста, изображений, видео, аудио, кода и графов размерностью от 64 до 1024 🖼️
Отличный список для исследований по CLIP (Contrastive Language-Image Pre-Training).
Эта серия проведет вас через путь от основ обработки естественного языка (NLP) и компьютерного зрения до передовых моделей визуализации и языка.
Официальная реализация для «CLIP4Clip: эмпирическое исследование CLIP для поиска видеоклипов от начала до конца»
🔥🔥🔥Бесплатный автономный набор инструментов ИИ-алгоритмов для Java, поддерживающий распознавание лиц, определение живости, распознавание эмоций, обнаружение объектов, сегментацию экземпляров, обнаружение пешеходов, распознавание текста OCR, распознавание номерных знаков, распознавание таблиц, ASR+TTS, машинный перевод и другие функции, доступный через ссылку Maven. Поддерживает PyTorch, Tensorflow и включает такие основные модели, как Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper и др.
TrailSnap (行影集) | Открытый фотоальбом на базе ИИ для сохранения воспоминаний о путешествиях и жизни.
Курируемый список публикаций по семантической сегментации с открытым словарем и связанным областям (например, семантическая сегментация с нулевым выстрелом) ресурсы..
Новое поколение CLIP с мощными возможностями тонкой дискриминации, ICML2026 и ICML2025
Самый передовой набор и обзор статей о моделях видение-язык, а также репозиторий моделей на GitHub. Постоянные обновления.
Paddle Multimodal Integration and eXploration, поддерживающая основные мультимодальные задачи, включая полномасштабные мультимодальные модели предварительного обучения и набор инструментов для диффузионных моделей. Обладает высокой производительностью и гибкостью.
Загрузчик/Рекордер стримов, видео и клипов Twitch. Этот загрузчик с графическим интерфейсом поможет вам скачивать и записывать видео Twitch, включая трансляции и VOD.
Извлекайте видеопризнаки из необработанных видео с помощью нескольких графических процессоров. Мы поддерживаем потоковые кадры RAFT, а также модели S3D, I3D, R(2+1)D, VGGish, CLIP и TIMM.
👁️ + 💬 + 🎧 = 🤖 Кураторский список лучших фундаментальных и мультимодальных моделей! [Paper + Code + Examples + 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
[CVPR 2022] HairCLIP: Создайте свою прическу по тексту и референтному изображению
OpenClip — инструмент на базе ИИ для извлечения ярких моментов из длинных видео
🔍 Ищите локальные изображения на устройстве с помощью естественного языка — на базе MobileCLIP2 от Apple. / Ищите локальные изображения на телефоне или компьютере с помощью естественного языка (на базе модели MobileCLIP2 от Apple)
Офлайн-семантический поиск от текста к изображению и от изображения к изображению на Android с использованием квантованной передовой предварительно обученной CLIP-модели и механизма вывода ONNX Runtime
FashionCLIP — это модель, похожая на CLIP, дообученная для домена моды.
Бесплатный инструмент для создания вирусных видео из YouTube: генерирует клипы, оптимизированные для TikTok и Instagram, с автоматической расшифровкой и монтажом в формате 9:16.
Часто задаваемые вопросы
Какой репозиторий по теме #clip наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #clip на GitHub — CompVis/stable-diffusion, набравший 72,101 звёзд. Скрытая диффузионная модель преобразования текста в изображение
Какие языки программирования чаще всего используются в репозиториях по теме #clip?
Среди наиболее высоко оценённых проектов по теме #clip на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Java, C.
Как рассчитывается рейтинг репозиториев по теме #clip?
Мы отслеживаем 43 активных репозиториев с открытым исходным кодом, отмеченных тегом #clip (500 и более звёзд), с общим числом 138,394 звёзд и в среднем 3,218 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.