Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Vídeo › CLIP4Cir
✦ Gratis y open sourceVídeo

CLIP4Cir

Recupera imágenes de destino utilizando una imagen de referencia combinada con modificaciones de texto mediante características de CLIP afinadas.

Recuperación de imágenes compuestas mediante CLIP y aprendizaje contrastivo

Combina consultas de imágenes con ediciones de texto en lenguaje natural para buscar en bases de datos visuales con incrustaciones multimodales.

Gratis para siempre · open source · MIT
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
6.4
ZEKAI
Potente herramienta de búsqueda multimodal
Gratis y open source · Vídeo
Facilidad de configuración4
Utilidad7
Mantenimiento9.5
Comunidad5
★ 196
GITHUB
Oct 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

CLIP4Cir es una implementación de PyTorch de código abierto para la recuperación de imágenes compuestas (CIR) basada en la arquitectura CLIP de OpenAI. Permite a los desarrolladores e investigadores recuperar imágenes de destino utilizando una imagen de referencia base combinada con ediciones de texto descriptivas. Es adecuado para equipos de investigación de video e indexación de medios que construyen sistemas de búsqueda multimodal.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
Python
Licencia
MIT

Qué es

El marco afina ambos codificadores CLIP utilizando una pérdida contrastiva en consultas combinadas de imagen-texto e imágenes de destino. Luego entrena desde cero una red Combiner dedicada para fusionar los vectores de características de imagen y texto en una incrustación unificada para la búsqueda en bases de datos. Se proporcionan pesos preentrenados para los conjuntos de datos FashionIQ y CIRR junto con scripts de entrenamiento y evaluación.

Para quién

Esta herramienta es adecuada para investigadores de visión por computador, ingenieros de gestión de activos de medios de video y desarrolladores de ML que construyen canales de consulta de imagen y texto. No está diseñada para usuarios finales que buscan una interfaz gráfica de usuario de editor de video de escritorio terminada o una herramienta de navegador lista para usar.

Funciones clave

Afinación de CLIP orientada a tareas

Actualiza los codificadores CLIP visuales y textuales utilizando una suma de características por elemento y pérdida contrastiva.

Red Combiner multimodal dedicada

Entrena una red de fusión especializada para combinar características de imagen y subtítulos relativos en un solo vector de consulta.

Modelos de referencia preentrenados

Proporciona puntos de control de modelos de PyTorch listos para usar entrenados en los conjuntos de datos FashionIQ y CIRR a través de los lanzamientos de GitHub.

Scripts de evaluación de conjuntos de datos estructurados

Incluye scripts para validación y generación de envíos de pruebas CIRR junto con soporte de registro de experimentos de Comet.ml.

Cómo empezar

Listo en 3 pasos

1
Clona el repositorio y configura un entorno Conda con Python 3.8, PyTorch 1.11.0 y torchvision.
2
Descarga los archivos del conjunto de datos (FashionIQ o CIRR) y organízalos en la estructura de directorios requerida.
3
Descarga los puntos de control preentrenados de los lanzamientos de GitHub o ejecuta clip_fine_tune.py y combiner_train.py.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Combina imágenes de referencia visuales con descripciones de texto para una recuperación precisa de imágenes y fotogramas.
  • Supera a las líneas base estándar de CLIP en conjuntos de datos de referencia como FashionIQ y CIRR.
  • Proporciona pesos de CLIP y de la red Combiner preentrenados para una evaluación rápida.
  • Incluye scripts de evaluación para conjuntos de validación y predicciones de prueba.

Sus límites

  • Requiere hardware GPU compatible con CUDA y grandes recursos de computación para afinar los codificadores y entrenar el Combiner.
  • El código carece de optimizaciones de velocidad internas como el punto de control de gradientes y la precomputación de características.
  • Requisitos estrictos de diseño de directorios de conjuntos de datos para los flujos de trabajo de entrenamiento y prueba.
  • Solo línea de comandos y biblioteca de código, carece de una interfaz de usuario visual.
Costo

Precios y licencia

CLIP4Cir es completamente gratuito y de código abierto bajo la licencia MIT. Los costos principales provienen de proporcionar su propia infraestructura de computación GPU y almacenamiento para grandes conjuntos de datos de imágenes.

Trabajo remunerado

Empleos para hispanohablantes

879 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source
Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: CLIP4Cir para Vídeo
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos CLIP4Cir por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Qué es la recuperación de imágenes compuestas?

La recuperación de imágenes compuestas te permite buscar en una base de datos visual utilizando una imagen de referencia junto con un mensaje de texto que especifica los cambios deseados.

¿Puedo ejecutar CLIP4Cir sin una GPU?

Aunque teóricamente puedes cargar PyTorch en la CPU, ejecutar la afinación o la recuperación completa del conjunto de datos en un plazo de tiempo práctico requiere una GPU compatible con CUDA.

¿Proporciona CLIP4Cir pesos de modelos preentrenados?

Sí, los puntos de control de CLIP y de la red Combiner preentrenados para FashionIQ y CIRR están alojados en la página de lanzamientos de GitHub del proyecto.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Vídeo — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google