İnce ayar yapılmış CLIP özellikleri aracılığıyla metin değişiklikleriyle eşleştirilmiş bir referans görüntü kullanarak hedef görüntüleri alır.
Görsel veritabanlarında çok modlu gömmelerle arama yapmak için görüntü sorgularını doğal dil metin düzenlemeleriyle birleştirin.
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.
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.
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.
Öğe bazında özellik toplamı ve kontrast kaybı kullanarak hem görsel hem de metinsel CLIP kodlayıcılarını günceller.
Görüntü ve göreli başlık özelliklerini tek bir sorgu vektöründe birleştirmek için uzmanlaşmış bir füzyon ağı eğitir.
GitHub sürümleri aracılığıyla FashionIQ ve CIRR veri kümelerinde eğitilmiş, kullanıma hazır PyTorch model kontrol noktaları sağlar.
Comet.ml deneme günlüğü desteğinin yanı sıra doğrulama ve CIRR test gönderim oluşturma betikleri içerir.
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.
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.
Birleştirilmiş Görüntü Erişimi, istenen değişiklikleri belirten bir metin istemiyle birlikte bir referans görüntü kullanarak görsel bir veritabanında arama yapmanızı sağlar.
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.
Evet, FashionIQ ve CIRR için önceden eğitilmiş CLIP ve Combiner ağı kontrol noktaları proje GitHub sürümleri sayfasında barındırılmaktadır.
Google'da önce Zekai'yi gör