#87 · 主分类： 计算机视觉
Chinese-CLIP
chinese
clip
computer-vision
contrastive-loss
coreml-models
deep-learning
image-text-retrieval
multi-modal
multi-modal-learning
nlp
pretrained-models
pytorch
transformers
vision-and-language-pre-training
vision-language
中文版CLIP，实现中文跨模态检索和表征生成。
项目最后更新：03/31/26
GitHub Stars
6.0K
Forks数量
552
贡献者数量
11
许可证
MIT
收录理由
做中文图文匹配的产品团队，比如商品检索或照片库搜索，常从 Chinese-CLIP 入手。它用约两亿中文图文对训练出图像和文本编码器，直接算特征相似度、做跨模态检索，不必自己攒数据。零样本分类也很省事，把候选类别用中文写出来就能跑。除了开箱即用的推理接口，仓库里还带着训练和微调代码，方便把模型调到自己的业务数据上。另外提供 ONNX、TensorRT、CoreML 的转换脚本，部署到实际环境不费劲，和 Hugging Face transformers 的集成也让老管道能顺滑接进来。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。