Mesleğiniz için puanlanmış YZ araçları
YZ eğiterek kazan
🤝 Ücretsiz & Açık Kaynak kütüphanesindesiniz — toplulukça geliştirilen, ücret ödemeden kullanabileceğiniz araçlar. Puanlı AI dizinimizden farklı bir kavram.
Ana sayfa › Ücretsiz & Açık Kaynak › Video › CLIP4Cir
✦ Ücretsiz & açık kaynakVideo

CLIP4Cir

İnce ayar yapılmış CLIP özellikleri aracılığıyla metin değişiklikleriyle eşleştirilmiş bir referans görüntü kullanarak hedef görüntüleri alır.

CLIP ve Karşılaştırmalı Öğrenme Yoluyla Birleştirilmiş Görüntü Erişimi

Görsel veritabanlarında çok modlu gömmelerle arama yapmak için görüntü sorgularını doğal dil metin düzenlemeleriyle birleştirin.

Sonsuza dek ücretsiz · açık kaynak · MIT
✓ Needs IT✓ Tarayıcıda çalışır✓ Gerçek zamanlı işbirliği
6.4
ZEKAI
Güçlü çok modlu arama aracı
Ücretsiz & açık kaynak · Video
Kurulum kolaylığı4
Yararlılık7
Bakım9.5
Topluluk5
★ 196
GITHUB
Oct 2026
GÜNCELLENDİ
MIT
LİSANS
🛠 Kendiniz barındırmak istemiyor musunuz? Sizin için kurabiliriz →
⚡ Hızlı yanıt

CLIP4Cir, OpenAI'ın CLIP mimarisine dayanan, Composed Image Retrieval (CIR) için açık kaynaklı bir PyTorch uygulamasıdır. Geliştiricilerin ve araştırmacıların, temel referans görüntüyü açıklayıcı metin düzenlemeleriyle birleştirerek hedef görüntüleri almasını sağlar. Çok modlu arama sistemleri kuran video araştırması ve medya indeksleme ekipleri için uygundur.

Çalıştığı yer
Cross-platform
Barındırma
Self-host
Diller
Python
Lisans
MIT

Nedir

Çerçeve, birleştirilmiş görüntü-metin sorguları ve hedef görüntüler üzerinde kontrast kaybı kullanarak her iki CLIP kodlayıcısına da ince ayar yapar. Ardından, veritabanı araması için görüntü ve metin özellik vektörlerini birleşik bir gömmede birleştirmek üzere sıfırdan özel bir Combiner ağı eğitir. Eğitim ve değerlendirme betiklerinin yanı sıra FashionIQ ve CIRR veri kümeleri için önceden eğitilmiş ağırlıklar sağlanır.

Kimler için

Bu araç bilgisayarlı görü araştırmacıları, video medya varlık yönetimi mühendisleri ve görüntü ve metin sorgu boru hatları oluşturan ML geliştiricileri için uygundur. Hazır bir masaüstü video düzenleyici GUI'si veya tak-çalıştır tarayıcı aracı arayan son kullanıcılara yönelik tasarlanmamıştır.

Temel özellikler

Görev Odaklı CLIP İnce Ayarı

Öğe bazında özellik toplamı ve kontrast kaybı kullanarak hem görsel hem de metinsel CLIP kodlayıcılarını günceller.

Özel Çok Modlu Combiner Ağı

Görüntü ve göreli başlık özelliklerini tek bir sorgu vektöründe birleştirmek için uzmanlaşmış bir füzyon ağı eğitir.

Önceden Eğitilmiş Kıyaslama Modelleri

GitHub sürümleri aracılığıyla FashionIQ ve CIRR veri kümelerinde eğitilmiş, kullanıma hazır PyTorch model kontrol noktaları sağlar.

Yapılandırılmış Veri Kümesi Değerlendirme Betikleri

Comet.ml deneme günlüğü desteğinin yanı sıra doğrulama ve CIRR test gönderim oluşturma betikleri içerir.

Nasıl başlanır

3 adımda hazır

1
Depoyu klonlayın ve Python 3.8, PyTorch 1.11.0 ve torchvision ile bir Conda ortamı kurun.
2
Veri kümesi dosyalarını (FashionIQ veya CIRR) indirin ve gerekli dizin yapısına göre düzenleyin.
3
Önceden eğitilmiş kontrol noktalarını GitHub sürümlerinden indirin veya clip_fine_tune.py ve combiner_train.py dosyalarını çalıştırın.
Açıkçası

Dürüst kararımız

Artıları

  • Hassas görüntü ve kare alımı için görsel referans görüntülerini metin açıklamalarıyla birleştirir.
  • FashionIQ ve CIRR gibi kıyaslama veri kümelerinde standart CLIP taban çizgilerinden daha iyi performans gösterir.
  • Hızlı değerlendirme için önceden eğitilmiş CLIP ve Combiner ağ ağırlıkları sağlar.
  • Doğrulama setleri ve test tahminleri için değerlendirme betikleri içerir.

Eksileri

  • Kodlayıcılara ince ayar yapmak ve Combiner'ı eğitmek için CUDA uyumlu GPU donanımı ve yoğun bilgi işlem kaynakları gerektirir.
  • Kod, gradyan denetim noktası belirleme ve özellik ön hesaplaması gibi dahili hız optimizasyonlarından yoksundur.
  • Eğitim ve test iş akışları için katı veri kümesi dizin düzeni gereksinimleri vardır.
  • Görsel bir kullanıcı arayüzünden yoksun, yalnızca komut satırı ve kod kütüphanesidir.
Maliyet

Fiyatlar & lisans

CLIP4Cir, MIT lisansı altında tamamen ücretsiz ve açık kaynaklıdır. Birincil maliyetler, kendi GPU bilgi işlem altyapınızı ve büyük görüntü veri kümeleri için depolama alanınızı sağlamaktan kaynaklanır.

Ücretli iş

Türkçe konuşanlar için işler

879 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.

Tüm açık rolleri gör →
Karşılaştır

Alternatifler

🎁 Ücretsiz & açık kaynak alternatifler
Daha fazlası

Kullanın ya da biz kuralım

📄 Ücretsiz PDF: Video için CLIP4Cir
İlk sonucunuza ulaşmanız için sade bir rehber. E-postanıza gönderilir.
🔔 64 kişi tam bir video eğitimi istiyor — oyunuzu ekleyin
🛠 Kendiniz kurmak istemiyor musunuz?
CLIP4Cir aracını sizin için kurar, barındırır ve yapılandırırız — ekibinizi de eğitiriz.
Sizin için yapalım ↗
Sorular

SSS

Birleştirilmiş Görüntü Erişimi Nedir?

Birleştirilmiş Görüntü Erişimi, istenen değişiklikleri belirten bir metin istemiyle birlikte bir referans görüntü kullanarak görsel bir veritabanında arama yapmanızı sağlar.

CLIP4Cir'ı GPU olmadan çalıştırabilir miyim?

Teorik olarak CPU üzerinde PyTorch yükleyebilseniz de, ince ayar veya tam veri kümesi alımını pratik bir zaman dilimi içinde çalıştırmak CUDA uyumlu bir GPU gerektirir.

CLIP4Cir önceden eğitilmiş model ağırlıkları sağlıyor mu?

Evet, FashionIQ ve CIRR için önceden eğitilmiş CLIP ve Combiner ağı kontrol noktaları proje GitHub sürümleri sayfasında barındırılmaktadır.

Radar

Son AI haberleri

✉️ Haftalık ücretsiz araç seti
Video için en iyi yeni ücretsiz & açık kaynak araçlar — haftada bir kısa e-posta, kendi dilinizde.
Ücretsiz · haftada 1 e-posta · istediğinizde çıkın
Yapay zekayı eğit, para kazan →

Google'da önce Zekai'yi gör