أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › إنتاج فيديو › CLIP4Cir
✦ مجاني ومفتوح المصدرإنتاج فيديو

CLIP4Cir

يسترد الصور المستهدفة باستخدام صورة مرجعية مقترنة بتعديلات نصية عبر ميزات CLIP مضبوطة بدقة.

استرجاع الصور المركبة عبر CLIP والتعلم التبايني

امزج بين استعلامات الصور وتعديلات النص باللغة الطبيعية للبحث في قواعد البيانات المرئية باستخدام التضمينات متعددة الوسائط.

مجاني للأبد · مفتوح المصدر · MIT
✓ Needs IT✓ يعمل في المتصفح✓ تعاون فوري
6.4
ZEKAI
أداة بحث قوية متعددة الوسائط
مجاني ومفتوح المصدر · إنتاج فيديو
سهولة الإعداد4
الفائدة7
الصيانة9.5
المجتمع5
★ 196
غيت هَب
Oct 2026
آخر تحديث
MIT
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

CLIP4Cir هو تطبيق PyTorch مفتوح المصدر لاسترجاع الصور المركبة (CIR) استناداً إلى معمومية CLIP من OpenAI. يتيح للمطورين والباحثين استرجاع الصور المستهدفة باستخدام صورة مرجعية أساسية مقترنة بتعديلات نصية وصفية. وهو مناسب لأبحاث الفيديو وفرق فهرسة الوسائط التي تبني أنظمة بحث متعددة الوسائط.

يعمل على
Cross-platform
الاستضافة
Self-host
اللغات
Python
الرخصة
MIT

ما هو

يعمل الإطار على ضبط encoders الخاصة بـ CLIP بدقة باستخدام الخسارة التباينية على استعلامات الصور والنصوص المدمجة والصور المستهدفة. ثم يقوم بتدريب شبكة Combiner مخصصة من الصفر لدمج متجهات ميزات الصور والنصوص في تضمين موحد للبحث في قاعدة البيانات. يتم توفير الأوزان المدربة مسبقاً لمجموعات بيانات FashionIQ و CIRR إلى جانب نصوص التدريب والتقييم.

لمن هو

تناسب هذه الأداة باحثي الرؤية الحاسوبية، مهندسي إدارة أصول وسائط الفيديو، ومطوري تعلم الآلة الذين يبنون خطوط أنابيب استعلام الصور والنصوص. وهي غير مصممة للمستخدمين النهائيين الذين يبحثون عن واجهة رسومية جاهزة لبرنامج تحرير فيديو مكتبي أو أداة متصفح جاهزة للاستخدام.

أهم الميزات

الضبط الدقيق لـ CLIP الموجه نحو المهام

يقوم بتحديث ترميزات CLIP المرئية والنصية باستخدام مجموع ميزات عنصرية وخسارة تباينية.

شبكة Combiner مخصصة متعددة الوسائط

تدرب شبكة دمج متخصصة لجمع ميزات الصورة والتعليق النسبي في متجه استعلام واحد.

نماذج قياسية مدربة مسبقاً

توفر نقاط تحقق نموذج PyTorch جاهزة للاستخدام مدربة على مجموعات بيانات FashionIQ و CIRR عبر إصدارات GitHub.

برامج تقييم مجموعات البيانات المنظمة

تتضمن برامج للتحقق من الصحة وإنشاء تقديم اختبار CIRR إلى جانب دعم تسجيل تجارب Comet.ml.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
قم باستنساخ المستودع وإعداد بيئة Conda باستخدام Python 3.8، PyTorch 1.11.0، و torchvision.
2
قم بتنزيل ملفات مجموعة البيانات (FashionIQ أو CIRR) وقم بترتيبها في هيكل المجلدات المطلوب.
3
قم بتنزيل نقاط التحقق المدربة مسبقاً من إصدارات GitHub أو قم بتشغيل clip_fine_tune.py و combiner_train.py.
بصراحة

حكمنا الصادق

ما يميّزه

  • يجمع بين الصور المرجعية المرئية والأوصاف النصية لاسترجاع دقيق للصور والإطارات.
  • يتفوق على معايير CLIP القياسية على مجموعات بيانات قياسية مثل FashionIQ و CIRR.
  • يوفر أوزان شبكة CLIP و Combiner المدربة مسبقاً للتقييم السريع.
  • يتضمن برامج تقييم لمجموعات التحقق وتنبؤات الاختبار.

أين يقصّر

  • يتطلب أجهزة وحدة معالجة رسومات (GPU) تدعم CUDA وموارد حوسبة ثقيلة لضبط الترميزات وتدريب Combiner.
  • يفتقر الكود إلى تحسينات السرعة الداخلية مثل التفتيش التدريجي (gradient checkpointing) والحساب المسبق للميزات.
  • متطلبات صارمة لتخطيط مجلدات مجموعة البيانات لتدفقات عمل التدريب والاختبار.
  • واجهة سطر أموامر ومكتبة برمجية فقط، وتفتقر إلى واجهة مستخدم رسومية.
التكلفة

التسعير والرخصة

CLIP4Cir مجاني تماماً ومفتوح المصدر بموجب ترخيص MIT. التكاليف الأساسية تأتي من توفير البنية الأساسية للحوسبة الخاصة بك عبر وحدة معالجة الرسومات (GPU) والتخزين لمجموعات البيانات الكبيرة للصور.

عمل مدفوع

وظائف للناطقين بالعربية

873 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر
المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: CLIP4Cir لـ إنتاج فيديو
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت CLIP4Cir واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

ما هو استرجاع الصور المركبة؟

يسمح لك استرجاع الصور المركبة بالبحث في قاعدة بيانات مرئية باستخدام صورة مرجعية إلى جانب موجه نصي يحدد التغييرات المطلوبة.

هل يمكنني تشغيل CLIP4Cir بدون وحدة معالجة رسومات (GPU)؟

بينما يمكنك نظرياً تحميل PyTorch على وحدة المعالجة المركزية (CPU)، فإن تشغيل الضبط الدقيق أو استرجاع مجموعة البيانات بالكامل خلال إطار زمن عملي يتطلب وحدة معالجة رسومات تدعم CUDA.

هل يوفر CLIP4Cir أوزان نموذج مدربة مسبقاً؟

نعم، يتم استضافة نقاط التحقق لشبكة CLIP و Combiner المدربة مسبقاً لـ FashionIQ و CIRR على صفحة إصدارات GitHub الخاصة بالمشروع.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ إنتاج فيديو — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل