Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Vidéo › CLIP4Cir
✦ Libre & open sourceVidéo

CLIP4Cir

Récupère des images cibles à l'aide d'une image de référence associée à des modifications textuelles via des fonctionnalités CLIP affinées.

Recherche d'images composées via CLIP et apprentissage contrastif

Combinez des requêtes d'images avec des modifications de texte en langage naturel pour rechercher dans des bases de données visuelles à l'aide d'embeddings multimodaux.

Gratuit pour toujours · open source · MIT
✓ Needs IT✓ Dans le navigateur✓ Collaboration en temps réel
6.4
ZEKAI
Outil de recherche multimodal puissant
Libre & open source · Vidéo
Facilité d'installation4
Utilité7
Maintenance9.5
Communauté5
★ 196
GITHUB
Oct 2026
MIS À JOUR
MIT
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

CLIP4Cir est une implémentation PyTorch open source pour la recherche d'images composées (CIR) basée sur l'architecture CLIP d'OpenAI. Elle permet aux développeurs et aux chercheurs de récupérer des images cibles à l'aide d'une image de référence de base combinée à des modifications de texte descriptives. Elle convient à la recherche vidéo et aux équipes d'indexation de médias qui construisent des systèmes de recherche multimodaux.

Fonctionne sur
Cross-platform
Hébergement
Self-host
Langues
Python
Licence
MIT

Qu'est-ce que c'est

Le framework affine les deux encodeurs CLIP à l'aide d'une perte contrastive sur des requêtes combinant image et texte et des images cibles. Il entraîne ensuite un réseau Combiner dédié à partir de zéro pour fusionner les vecteurs de caractéristiques d'image et de texte en un embedding unifié pour la recherche dans la base de données. Des poids pré-entraînés pour les jeux de données FashionIQ et CIRR sont fournis avec des scripts d'entraînement et d'évaluation.

Pour qui

Cet outil s'adresse aux chercheurs en vision par ordinateur, aux ingénieurs en gestion d'actifs multimédias vidéo et aux développeurs ML qui construisent des pipelines de requêtes d'images et de textes. Il n'est pas conçu pour les utilisateurs finaux recherchant une interface graphique d'éditeur vidéo de bureau ou un outil de navigateur prêt à l'emploi.

Fonctionnalités clés

Affinage CLIP orienté tâches

Met à jour les encodeurs CLIP visuels et textuels à l'aide d'une somme de caractéristiques par élément et d'une perte contrastive.

Réseau Combiner multimodal dédié

Entraîne un réseau de fusion spécialisé pour combiner les caractéristiques d'image et de légende relative en un seul vecteur de requête.

Modèles de benchmark pré-fournis

Fournit des points de contrôle de modèles PyTorch prêts à l'emploi entraînés sur les jeux de données FashionIQ et CIRR via les publications GitHub.

Scripts d'évaluation de jeux de données structurés

Comprend des scripts pour la validation et la génération de soumissions de test CIRR ainsi que la prise en charge de la journalisation des expériences Comet.ml.

Comment démarrer

Opérationnel en 3 étapes

1
Clonez le dépôt et configurez un environnement Conda avec Python 3.8, PyTorch 1.11.0 et torchvision.
2
Téléchargez les fichiers de jeux de données (FashionIQ ou CIRR) et organisez-les dans la structure de répertoire requise.
3
Téléchargez les points de contrôle pré-entraînés à partir des versions GitHub ou exécutez clip_fine_tune.py et combiner_train.py.
Franchement

Notre verdict honnête

Ses atouts

  • Combine des images de référence visuelles avec des descriptions textuelles pour une récupération précise d'images et de cadres.
  • Surpasse les références CLIP standard sur les jeux de données de référence tels que FashionIQ et CIRR.
  • Fournit des poids pré-entraînés pour CLIP et le réseau Combiner pour une évaluation rapide.
  • Comprend des scripts d'évaluation pour les ensembles de validation et les prédictions de test.

Ses limites

  • Nécessite un matériel GPU compatible CUDA et des ressources de calcul importantes pour affiner les encodeurs et entraîner le Combiner.
  • Le code manque d'optimisations de vitesse internes telles que le pointage de gradient et le pré-calcul des caractéristiques.
  • Exigences strictes en matière de disposition des répertoires de jeux de données pour les flux de travail d'entraînement et de test.
  • Ligne de commande et bibliothèque de code uniquement, dépourvues d'interface utilisateur visuelle.
Coût

Tarifs & licence

CLIP4Cir est entièrement gratuit et open source sous licence MIT. Les principaux coûts proviennent de la fourniture de votre propre infrastructure de calcul GPU et de stockage pour les grands ensembles de données d'images.

Travail rémunéré

Missions pour francophones

877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source
Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : CLIP4Cir pour Vidéo
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons CLIP4Cir pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Qu'est-ce que la recherche d'images composées ?

La recherche d'images composées vous permet de rechercher dans une base de données visuelle à l'aide d'une image de référence ainsi qu'une invite textuelle spécifiant les modifications souhaitées.

Puis-je exécuter CLIP4Cir sans GPU ?

Bien que vous puissiez théoriquement charger PyTorch sur CPU, l'exécution de l'affinage ou de la recherche complète sur l'ensemble de données dans un délai pratique nécessite un GPU compatible CUDA.

CLIP4Cir fournit-il des poids de modèle pré-entraînés ?

Oui, les points de contrôle pré-entraînés de CLIP et du réseau Combiner pour FashionIQ et CIRR sont hébergés sur la page des versions GitHub du projet.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Vidéo — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google