sugarandgugu / Text2Image-Retrieval
计算机视觉课程设计-基于Chinese-CLIP的图文检索系统
☆46Updated last year
Related projects ⓘ
Alternatives and complementary repositories for Text2Image-Retrieval
- 中文CLIP:自定义数据集,可根据文图提取向量,实现文图匹配。☆21Updated 2 years ago
- 基于多模态检索的互联网图文匹配☆10Updated 7 months ago
- 该项目旨在通过输入文本描述来检索与之相匹配的图片。☆26Updated last year
- DIP & NLP期末大作业 — 课程设计☆18Updated last year
- 商品图像检索、多模态、深度学习☆29Updated 2 years ago
- 基于ClipCap的看图说话Image Caption模型☆282Updated 2 years ago
- Building a VLM model starts from the basic module.☆10Updated 7 months ago
- 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%)☆66Updated last year
- 多模态视频分类模型☆14Updated last year
- transformers结构的中文OFA模型☆123Updated last year
- 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🤖☆17Updated 4 months ago
- 中文CLIP预训练模型☆394Updated last year
- 这是一个clip-pytorch的模型,可以训练自己的数据集。☆177Updated last year
- 本项目采用多模态特征融合和引入外部知识的方式来检测短视频谣言,创新性地引入了对比学习的方式实现了谣言的区分☆17Updated last year
- 多模态 MM +Chat 合集☆204Updated this week
- 通义千问的DPO训练☆25Updated last month
- 基于内容的图像检索系统(Content Based Image Retrieval,简称 CBIR)☆63Updated 6 years ago
- ☆75Updated 3 months ago
- VLE: Vision-Language Encoder (VLE: 视觉-语言多模态预训练模型)☆184Updated last year
- 人工智能实验五:多模态情感分类☆14Updated 2 years ago
- 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 3 months ago
- 个人项目地址,一些大语言模型和多模态模型的应用☆116Updated this week
- ☆55Updated 9 months ago
- Experiments with LAVIS library to perform image2text and text2image retrieval with BLIP and BLIP2 models☆13Updated last year
- 阿里天池: 2023全球智能汽车AI挑战赛——赛道一:AI大模型检索问答 baseline 80+☆73Updated 10 months ago
- 细粒度图像分类之十二猫分类,对比ResNet和ViT两者模型性能。☆32Updated 2 years ago
- Bert文本分类,EMA+AD☆19Updated 4 years ago
- 基于Pytorch的图像分类框架☆78Updated 9 months ago
- Legal-Eagle-InternLM 是一个基于商汤科技和上海人工智能实验室推出的书生浦语大模型InternLM的法律问答机器人。旨在为用户提供符合3H(即Helpful、Honest、Harmless)原则的专业、智能、全面的法律服务的法律领域大模型。☆45Updated 8 months ago
- ATEC2023——赛道一: 大模型的知识引入Rank7方案分享☆18Updated last week