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。
  ☆37Updated last year
• soup-L / Multimodal_retrieval
  基于多模态检索的互联网图文匹配
  ☆13Updated 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 8 months ago
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆300Updated 3 years ago
• tianruochen / MultimodalVideoTag
  多模态视频分类模型
  ☆20Updated 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
  ☆72Updated last year
• 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。
  ☆15Updated 9 months ago
• bubbliiiing / clip-pytorch
  这是一个clip-pytorch的模型，可以训练自己的数据集。
  ☆222Updated 2 years ago
• BeatsLeo / ClipCap-Chinese
  DIP & NLP期末大作业 — 课程设计
  ☆18Updated 2 years 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
  ☆161Updated 5 months ago
• yangjianxin1 / CLIP-Chinese
  中文CLIP预训练模型
  ☆410Updated 2 years ago
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆120Updated 5 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
• iflytek / VLE
  VLE: Vision-Language Encoder (VLE: 视觉-语言多模态预训练模型)
  ☆190Updated 2 years ago
• Macielyoung / Chinese-Image-Caption
  Train a model for Image Caption from ViT and GPT pretrained model
  ☆17Updated 2 years ago
• weiji-Feng / Image2Poem
  A project that can generate ancient poems based on pictures, including CLIP, T5, GPT2 models
  ☆21Updated 2 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 8 months 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。
  ☆20Updated last year
• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆14Updated last year
• 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🤖
  ☆34Updated 9 months ago
• ppanzx / CHAN
  ☆46Updated last year
• alipay / Ant-Multi-Modal-Framework
  Research Code for Multimodal-Cognition Team in Ant Group
  ☆141Updated 9 months ago
• redysky / multimodel
  商品图像检索、多模态、深度学习
  ☆31Updated 3 years ago
• yangjianxin1 / OFA-Chinese
  transformers结构的中文OFA模型
  ☆129Updated 2 years ago
• zheng0116 / ImageRetrieval
  This project is an image retrieval system based on DINOv2 and CLIP models, supporting both image-to-image and text-to-image retrieval. Us…
  ☆13Updated last month
• owenliang / mnist-clip
  a super easy clip model with mnist dataset for study
  ☆106Updated last year
• LuminosityX / HAT
  Implementation of our paper, 'Unifying Two-Stream Encoders with Transformers for Cross-Modal Retrieval.'
  ☆23Updated last year
• GuyARoss / CLIP-video-search
  demo natural language video db using CLIP
  ☆25Updated 8 months ago
• Ucas-HaoranWei / Vary-family
  ☆56Updated last year