Berechne Clip-Embeddings und baue ein skaliertes semantisches Suchsystem für Bilder und Text.
Berechne mühelos Clip-Embeddings und baue effiziente Clip-Retrieval-Indizes.
Mit clip-retrieval kannst du multimodale Embeddings berechnen und semantische Suchsysteme für große Bild- und Text-Datensätze erstellen. Es eignet sich für Entwickler und technische Fachleute, die große visuelle Medienbibliotheken mit KI organisieren.
Das Tool bietet Python-Clients, Inferenz-Engines zur Verarbeitung von tausenden Samples pro Sekunde, Index-Builder und ein Flask-Backend mit Web-UI. Du kannst Indizes per Text, Bild, Embedding oder Dateiverzeichnis abfragen und dich mit img2dataset integrieren, um neue Datensätze zu extrahieren.
Es eignet sich für Machine-Learning-Ingenieure und Entwickler, die mit Python, Jupyter-Notebooks und Kommandozeilenschnittstellen vertraut sind und große Bildsammlungen mit natürlicher Sprache durchsuchen müssen. Es ist nicht geeignet für nicht-technische Benutzer, die eine sofort einsatzbereite Desktop-Videobearbeitungsanwendung suchen.
Berechne schnell Bild- und Text-Embeddings mit Geschwindigkeiten von über 1000 Samples pro Sekunde auf Consumer-GPUs.
Frage ein Remote-Backend über Python mit Text, Bildern oder rohen Embeddings ab.
Führe Datensatz-Downloads, Embedding-Inferenz, Index-Erstellung, Backend und UI mit einfachen Befehlen aus.
Filtere und gewichte Suchergebnisse mithilfe integrierter ästhetischer Prädiktoren und Sicherheitsmodelle.
Kostenlos unter der MIT-Lizenz. Es werden keine kostenpflichtigen gehosteten Optionen im README erwähnt, sodass die einzigen Kosten aus dem Betrieb der Hardware und Server durch dich selbst bestehen.
879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Ja, indem du die mehrsprachige Version von CLIP (mclip) während der Client-Initialisierung verwendest.
Du kannst CUDA_VISIBLE_DEVICES= exportieren, um auf der CPU zu laufen, obwohl die Verarbeitungsgeschwindigkeiten deutlich geringer sein werden.
Du kannst lokale Dateien oder webdataset-Formate verwenden.
Zekai zuerst in Google sehen