clip

X-AnyLabeling: Aplikasi desktop lintas platform yang ringan, efisien, dan terpadu untuk menganotasi data teks, gambar, video, dan multimodal, menggabungkan alat bawaan yang serbaguna dengan model AI mutakhir serta ekspor multi-format yang fleksibel.

Versi bahasa Mandarin dari CLIP yang mencapai pengambilan lintas modal dan pembuatan representasi dalam bahasa Mandarin.

Layanan push notification open-source tanpa aplikasi, siap digunakan dengan memindai kode QR di iOS 14+. Mendukung Quick App, klien iOS/Mac, klien Android, dan perangkat kustom.

Toolkit evaluasi open-source untuk large multi-modality models (LMMs), mendukung 220+ LMM, 80+ benchmark

Kotak Alat Pra-pelatihan dan Tolok Ukur OpenMMLab

Solusi NLP bahasa Mandarin (LLM, data, model, pelatihan, inferensi)

Koleksi model vision-language yang luar biasa untuk tugas-tugas visi komputer

Gambar ke prompt dengan BLIP dan CLIP

Hitung embedding CLIP dengan mudah dan bangun sistem temu kembali CLIP menggunakannya.

🥂 Menghadapi tantangan hCaptcha dengan elegan menggunakan model bahasa besar multimodal.

Cambrian-1 adalah keluarga LLM multimodal dengan desain yang berpusat pada visi.

Pengembangan UI Android yang cepat untuk mengatasi berbagai kendala kontrol bawaan

Sumber daya wajib bagi siapa saja yang ingin bereksperimen dan membangun di atas vision API OpenAI 🔥

Tambahkan deteksi objek, pelacakan, notifikasi seluler, dan pencarian ke kamera keamanan apa pun.

[ACL 2024 🔥] Video-ChatGPT adalah model percakapan video yang mampu menghasilkan percakapan bermakna tentang video. Model ini menggabungkan kemampuan LLM dengan visual encoder praterkait yang diadaptasi untuk representasi video spatiotemporal. Kami juga memperkenalkan 'Quantitative Evaluation Benchmarking' yang ketat untuk model percakapan berbasis video.

AI Multimodal Berukuran Saku untuk pemahaman dan pembuatan konten lintas teks multibahasa, gambar, dan 🔜 video, hingga 5x lebih cepat dari OpenAI CLIP dan LLaVA 🖼️ & 🖋️

Daftar keren untuk penelitian tentang CLIP (Contrastive Language-Image Pre-Training).

Seri ini akan membawa Anda dalam perjalanan dari dasar-dasar NLP dan Computer Vision hingga Vision-Language Models terkini.

Implementasi resmi untuk "CLIP4Clip: An Empirical Study of CLIP for End to End Video Clip Retrieval"

Toolbox algoritma AI offline gratis untuk Java, mendukung pengenalan wajah, deteksi liveness, pengenalan ekspresi, deteksi objek, segmentasi instans, deteksi pejalan kaki, pengenalan teks OCR, pengenalan pelat nomor, pengenalan tabel, ASR+TTS, terjemahan mesin, dan lainnya. Dapat digunakan melalui Maven. Mendukung PyTorch, Tensorflow, serta telah mengintegrasikan model utama seperti Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), dan Whisper.

CLIP + FFT/DWT/RGB = teks ke gambar/video

Generasi baru CLIP dengan kemampuan diskriminasi tingkat lanjut yang kuat, ICML2026 dan ICML2025

Integrasi dan Eksplorasi Multimodal Paddle, mendukung tugas multimodal arus utama, termasuk model pra-pelatihan multimodal skala besar end-to-end dan kotak alat model difusi. Dilengkapi dengan kinerja tinggi dan fleksibilitas.

TrailSnap | Album foto sumber terbuka bertenaga AI untuk kenangan perjalanan & kehidupan.

Koleksi Frontend dan survei makalah vision-language model serta repositori GitHub model. Pembaruan berkelanjutan.

LLM2CLIP secara signifikan meningkatkan model CLIP yang sudah canggih.

Pewaris/Perekam Siaran, Video, & Klip Twitch. Pengunduh GUI ini membantu Anda mengunduh dan merekam video Twitch, termasuk siaran dan VOD.

Ekstrak fitur video dari video mentah menggunakan beberapa GPU. Kami mendukung bingkai alur RAFT serta model S3D, I3D, R(2+1)D, VGGish, CLIP, dan TIMM.

👁️ + 💬 + 🎧 = 🤖 Daftar pilihan model fondasi dan multimodal teratas! [Makalah + Kode + Contoh + 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