Calcule embeddings do clip e construa um sistema de busca semântica escalável para imagens e textos.
Calcule facilmente embeddings do clip e construa índices eficientes de recuperação do clip.
O clip-retrieval permite calcular embeddings multimodais e construir sistemas de busca semântica para grandes conjuntos de dados de imagens e textos. É ideal para desenvolvedores e profissionais técnicos que organizam bibliotecas massivas de mídia visual usando IA.
A ferramenta oferece clientes em python, motores de inferência para processar milhares de amostras por segundo, construtores de índice e um backend Flask com interface web. Você pode consultar índices por texto, imagem, embedding ou diretório de arquivos, além de integrar com o img2dataset para extrair novos conjuntos de dados.
É adequado para engenheiros de aprendizado de máquina e desenvolvedores familiarizados com Python, notebooks Jupyter e interfaces de linha de comando que precisam pesquisar grandes coleções de imagens usando linguagem natural. Não é adequado para usuários não técnicos que procuram um aplicativo de edição de vídeo de desktop pronto para uso.
Calcule rapidamente embeddings de imagem e texto a taxas superiores a 1000 amostras por segundo em GPUs de consumo.
Consulte um backend remoto via python usando texto, imagens ou embeddings brutos.
Execute o download de conjuntos de dados, inferência de embeddings, construção de índice, backend e interface com comandos simples.
Filtre e pondere os resultados da busca usando preditores estéticos integrados e modelos de segurança.
Gratuito sob sua licença MIT. Não há opções hospedadas pagas mencionadas no README, então o único custo é executar o hardware e os servidores por conta própria.
880 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Sim, usando a versão multilíngue do CLIP (mclip) durante a inicialização do cliente.
Você pode exportar CUDA_VISIBLE_DEVICES= para rodar na CPU, embora as velocidades de processamento sejam significativamente menores.
Você pode usar arquivos locais ou formatos webdataset.
Veja o Zekai primeiro no Google