Alternatives and similar repositories for Text2Image-Retrieval:

Users that are interested in Text2Image-Retrieval are comparing it to the libraries listed below

• paperClub-hub / chinese_clip
  中文CLIP：自定义数据集，可根据文图提取向量，实现文图匹配。
  ☆22Updated 2 years ago
• sjy0727 / CLIP-Text-Image-Retrieval
  该项目旨在通过输入文本描述来检索与之相匹配的图片。
  ☆33Updated last year
• soup-L / Multimodal_retrieval
  基于多模态检索的互联网图文匹配
  ☆12Updated 11 months ago
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆294Updated 2 years ago
• hpc203 / Chinese-CLIP-opencv-onnxrun
  使用OpenCV+onnxruntime部署中文clip做以文搜图，给出一句话来描述想要的图片，就能从图库中搜出来符合要求的图片。包含C++和Python两个版本的程序
  ☆64Updated last year
• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆12Updated 10 months ago
• Weijie-Zhou / ppt_generation
  基于chatglm3-6b生成ppt大纲以及ppt详情
  ☆20Updated 11 months ago
• reilxlx / llava-Qwen2-7B-Instruct-Chinese-CLIP
  模型 llava-Qwen2-7B-Instruct-Chinese-CLIP 增强中文文字识别能力和表情包内涵识别能力，接近gpt4o、claude-3.5-sonnet的识别水平！
  ☆21Updated 6 months ago
• BeatsLeo / ClipCap-Chinese
  DIP & NLP期末大作业 — 课程设计
  ☆18Updated 2 years ago
• redysky / multimodel
  商品图像检索、多模态、深度学习
  ☆31Updated 3 years ago
• percent4 / multi-modal-image-search
  本项目使用LLaVA 1.6多模态模型实现以文搜图和以图搜图功能。
  ☆19Updated 11 months ago
• kitsch231 / pytorch_fake_news_Classification_mml
  使用pytorch完成的一个多模态分类任务，文本和图像部分分别使用了bert和resnet提取特征（在config里可以组合多种模型）,在我的小规模数据集上取得了良好的性能（验证集acc96%）
  ☆71Updated last year
• iflytek / VLE
  VLE: Vision-Language Encoder (VLE: 视觉-语言多模态预训练模型)
  ☆187Updated last year
• Ucas-HaoranWei / Vary-family
  ☆56Updated last year
• bubbliiiing / clip-pytorch
  这是一个clip-pytorch的模型，可以训练自己的数据集。
  ☆207Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆114Updated 3 months ago
• tianruochen / MultimodalVideoTag
  多模态视频分类模型
  ☆17Updated 2 years ago
• jiangnanboy / layout_analysis
  中文版面检测（Chinese layout detection），yolov8 is used to detect the layout of Chinese document images。
  ☆58Updated last year
• alipay / Ant-Multi-Modal-Framework
  Research Code for Multimodal-Cognition Team in Ant Group
  ☆136Updated 7 months ago
• zhangfaen / finetune-InternVL2
  ☆21Updated 6 months ago
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的应用,主要包括Rag，小模型，Agent，跨模态搜索，OCR等等
  ☆155Updated 3 months ago
• JimmyMa99 / BaJie-Chat
  八戒-Chat是利用《西游记》剧本中所有关于猪八戒的台词和语句，以及Chat-GPT-3.5生成的相关问题结果，基于Internlm进行QLoRA微调得到的模仿猪八戒语气的聊天语言模型。
  ☆23Updated 6 months ago
• yangjianxin1 / CLIP-Chinese
  中文CLIP预训练模型
  ☆399Updated 2 years ago
• hhaAndroid / awesome-mm-chat
  多模态 MM +Chat 合集
  ☆240Updated this week
• 360CVGroup / SEEChat
  Multimodal chatbot with computer vision capabilities integrated
  ☆100Updated 9 months ago
• leeguandong / XrayQwenVL
  基于qwenvl微调一个多模态Xray识别的大模型
  ☆13Updated 3 months ago
• yangjianxin1 / OFA-Chinese
  transformers结构的中文OFA模型
  ☆124Updated 2 years ago
• eRbAa / Fall-Detect
  基于ultralytics训练的行人跌倒检测模型
  ☆10Updated last year
• SmartFlowAI / TheGodOfCookery
  ☆84Updated 6 months ago