Alternatives and similar repositories for Text2Image-Retrieval:

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

• 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。
  ☆40Updated last year
• 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
• songyn95 / Multimodel-seach
  2024.06.19 本项目使用Chinese-CLIP搭建文搜图/图搜图页面,旨在帮助用户快速使用跨模态检索任务。本项目代码针对MUGE数据集约19w(189585张)数据作为底库数据。本项目提供了提取特征, 检索, 以及uI代码。
  ☆17Updated 10 months ago
• soup-L / Multimodal_retrieval
  基于多模态检索的互联网图文匹配
  ☆14Updated last year
• HuangYuantong / video-text-retrieval
  毕业设计：《基于CLIP模型的视频文本检索设计与实现》
  ☆11Updated 9 months ago
• tianruochen / MultimodalVideoTag
  多模态视频分类模型
  ☆20Updated 2 years ago
• bubbliiiing / clip-pytorch
  这是一个clip-pytorch的模型，可以训练自己的数据集。
  ☆224Updated 2 years ago
• owenliang / mnist-clip
  a super easy clip model with mnist dataset for study
  ☆112Updated last year
• redysky / multimodel
  商品图像检索、多模态、深度学习
  ☆31Updated 3 years ago
• xinyanghuang7 / Basic-Visual-Language-Model
  Build a simple basic multimodal large model from scratch. 从零搭建一个简单的基础多模态大模型🤖
  ☆37Updated 10 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！
  ☆22Updated 9 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%）
  ☆77Updated 2 years ago
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆300Updated 3 years ago
• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆15Updated last year
• 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
  ☆73Updated last year
• alipay / Ant-Multi-Modal-Framework
  Research Code for Multimodal-Cognition Team in Ant Group
  ☆143Updated 9 months ago
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆31Updated last year
• CPones / Classification-12Cat-ResNet-and-ViT
  细粒度图像分类之十二猫分类，对比ResNet和ViT两者模型性能。
  ☆44Updated 3 years ago
• BeatsLeo / ClipCap-Chinese
  DIP & NLP期末大作业 — 课程设计
  ☆18Updated 2 years ago
• joker-star-l / ai_lab5
  人工智能实验五：多模态情感分类
  ☆15Updated 2 years ago
• hhaAndroid / awesome-mm-chat
  多模态 MM +Chat 合集
  ☆260Updated last week
• yangjianxin1 / CLIP-Chinese
  中文CLIP预训练模型
  ☆413Updated 2 years ago
• om-ai-lab / GroundVLP
  GroundVLP: Harnessing Zero-shot Visual Grounding from Vision-Language Pre-training and Open-Vocabulary Object Detection (AAAI 2024)
  ☆66Updated last year
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆38Updated 2 months ago
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆47Updated 7 months ago
• yangzi0210 / Implementing-precise-image-search-based-on-CLIP-using-text
  基于CLIP实现以文精准搜图
  ☆12Updated last year
• ppanzx / CHAN
  ☆47Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆120Updated 5 months ago
• weiji-Feng / Image2Poem
  A project that can generate ancient poems based on pictures, including CLIP, T5, GPT2 models
  ☆21Updated 2 months ago
• Linshou99 / Multimodal-sentiment-analysis
  期末项目图片+文本多模态情感分析
  ☆22Updated last year