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
• 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 10 months ago
• tianruochen / MultimodalVideoTag
  多模态视频分类模型
  ☆21Updated 2 years ago
• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆16Updated last year
• yangjianxin1 / ClipCap-Chinese
  基于ClipCap的看图说话Image Caption模型
  ☆302Updated 3 years ago
• bubbliiiing / clip-pytorch
  这是一个clip-pytorch的模型，可以训练自己的数据集。
  ☆228Updated 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。
  ☆18Updated 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！
  ☆23Updated 10 months 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🤖
  ☆40Updated 11 months 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
  ☆74Updated last year
• 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
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆123Updated 6 months ago
• redysky / multimodel
  商品图像检索、多模态、深度学习
  ☆31Updated 3 years ago
• Ucas-HaoranWei / Vary-family
  ☆56Updated last year
• ppanzx / CHAN
  ☆48Updated last year
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的应用,主要包括小模型，Agent，跨模态搜索，OCR、RAG、ChatBot等等
  ☆171Updated 3 weeks ago
• alipay / Ant-Multi-Modal-Framework
  Research Code for Multimodal-Cognition Team in Ant Group
  ☆147Updated 2 weeks ago
• LuminosityX / HAT
  Implementation of our paper, 'Unifying Two-Stream Encoders with Transformers for Cross-Modal Retrieval.'
  ☆24Updated last year
• owenliang / mnist-clip
  a super easy clip model with mnist dataset for study
  ☆117Updated last year
• 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。
  ☆23Updated last year
• weiji-Feng / Image2Poem
  A project that can generate ancient poems based on pictures, including CLIP, T5, GPT2 models
  ☆22Updated 3 months ago
• yangjianxin1 / CLIP-Chinese
  中文CLIP预训练模型
  ☆413Updated 2 years ago
• yangjianxin1 / OFA-Chinese
  transformers结构的中文OFA模型
  ☆135Updated 2 years ago
• zhangfaen / finetune-InternVL2
  ☆25Updated 9 months ago
• hhaAndroid / awesome-mm-chat
  多模态 MM +Chat 合集
  ☆266Updated 2 weeks ago
• anosorae / IRRA
  Cross-Modal Implicit Relation Reasoning and Aligning for Text-to-Image Person Retrieval (CVPR 2023)
  ☆235Updated 2 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 10 months ago
• taishan1994 / Qwen2-UIE
  基于Qwen2模型进行通用信息抽取【实体/关系/事件抽取】
  ☆31Updated 10 months ago