clip

X-AnyLabeling: テキスト、画像、動画、マルチモーダルデータをアノテーションするための軽量で効率的かつ統一されたクロスプラットフォームデスクトップアプリケーション。多機能な内蔵ツールと最先端のAIモデルを組み合わせ、柔軟なマルチフォーマットエクスポートに対応。

中国語のCLIP版。中国語のクロスモーダル検索と表現生成を実現。

オープンソースのアプリ不要なプッシュ通知サービス。iOS14+でQRコードスキャン即利用可能。クイックアプリ/iOSおよびMacクライアント、Androidクライアント、カスタムデバイスもサポート。

大規模マルチモーダルモデル (LMMs) のオープンソース評価ツールキット。220以上のLMM、80以上のベンチマークをサポート。

OpenMMLabの事前学習用ツールボックスおよびベンチマーク

中国語NLPソリューション（大規模モデル、データ、モデル、トレーニング、推論）

視覚タスク向けの優れた Vision-Language モデルのコレクション

BLIP と CLIP を使用した Image to prompt

クリップ埋め込みの容易な計算と、それを用いたクリップ検索システムの構築

🥂 マルチモーダル大規模言語モデルを使用してhCaptchaの挑戦を優雅にクリアする。

Cambrian-1 は、ビジョン中心の設計を採用したマルチモーダル LLM のファミリーです。

Android UIの迅速な開発、ネイティブコントロールの様々な課題を解決

OpenAI vision API の実験や開発を行いたい方に必須のリソース 🔥

あらゆるセキュリティカメラに、物体検出、追跡、モバイル通知、検索機能を追加します。

[ACL 2024 🔥] Video-ChatGPT は、動画について意味のある対話を生成できる動画対話モデルです。LLM の機能と、時空間動画表現に適応させた事前学習済みビジュアルエンコーダーを組み合わせています。また、動画ベースの対話モデル向けの厳格な「定量評価ベンチマーク」も導入しています。

多言語のテキスト、画像、動画を対象としたコンテンツ理解と生成のためのポケットサイズマルチモーダルAI。OpenAI CLIPやLLaVAと比較して最大5倍高速

CLIP (Contrastive Language-Image Pre-Training) の研究に関する素晴らしいリスト

このシリーズでは、NLPとComputer Visionの基礎から最先端のVision-Language Modelsまでを詳しく解説します。

「CLIP4Clip: An Empirical Study of CLIP for End to End Video Clip Retrieval」の公式実装

🔥🔥🔥 Java の無料オフライン AI アルゴリズムツールボックス。顔認識、生体検知、表情認識、物体検出、インスタンスセグメンテーション、歩行者検出、OCR 文字認識、ナンバープレート認識、表認識、ASR+TTS、機械翻訳などの機能をサポートし、Maven 依存関係に追加するだけで使用できます。PyTorch、Tensorflow をサポートし、Mtcnn、InsightFace、SeetaFace6、YOLOv8~v12、PaddleOCR(PPOCRv5)、Whisper などの主流モデルを統合済みです。

CLIP + FFT/DWT/RGBによるテキストから画像/動画への変換

強力なきめ細かい識別能力を持つ新世代のCLIP（ICML2026およびICML2025採択）

Paddle のマルチモーダル統合および探索ツールボックス。エンドツーエンドの大規模マルチモーダル事前学習モデルや拡散モデルを含む主流のマルチモーダルタスクをサポート。高性能と柔軟性を備えています。

TrailSnap (行影集) | 旅行と生活の思い出のための AI 駆動型オープンソースフォトアルバム

ビジョン・言語モデル（VLM）の論文とモデルに関する包括的なコレクションおよび調査のGitHubリポジトリ。随時更新。

LLM2CLIPは既存の最先端CLIPモデルを大幅に改善します。

Twitchの配信、動画、クリップのダウンローダーおよびレコーダー。配信やVODのダウンロードと録画をサポートするGUIダウンローダーです。

複数の GPU を使用して生動画から動画の特徴量を抽出します。RAFT フローフレーム、S3D、I3D、R(2+1)D、VGGish、CLIP、TIMM モデルをサポートしています。

👁️ + 💬 + 🎧 = 🤖 厳選された主要な基盤モデルおよびマルチモーダルモデルのリスト！[論文 + コード + サンプル + チュートリアル]

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 (エイリアス kecam)