#821 · 主分类: 教育与研究

examples

audio-classification cross-modal embeddings image-classification machine-learning nlp video-tagging

使用Towhee分析非结构化数据,例如反向图像搜索、反向视频搜索、音频分类、问答系统、分子搜索等。

项目最后更新:02/09/24

GitHub Stars

519

Forks数量

122

贡献者数量

20

许可证

Apache-2.0

收录理由

这个仓库汇集了一系列 Jupyter 笔记本,全部建立在 Towhee 嵌入框架之上,可能是你直观理解一条 x2vec 风格流水线完整运转的最简途径。笔记型实例按具体任务展开:反向图像搜索、反向视频搜索、音频分类、跨模态图文检索、分子相似性搜索;每一例都把流水线与底层的 ResNet、CLIP、DPR 或 RDKit 操作器对照起来,让你看清一连串模型加上近似最近邻索引如何拼装成型。另有微调教程和入门级流水线讲解,整体更像一本供开发者和技术负责人翻阅的练习册,而不是可直接上线的服务。示例以清晰为先,不为追求极致性能,把它们当作可以改写的模板就好,不必当作现成服务来部署。

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。

同类热门项目