APTM

用自然语言精准找目标人物,多属性提示学习提升检索准确率

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 17 🐛 待处理 4 👀 关注 4
GitHub ↗
GitHub 星标 ★ 177
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

APTM 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队Shuyu-XJTU
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型attribute-prompt-learning,image-text-alignment,multi-attribute-recognition,synthetic-data,text-based-person-retrieval
GitHub 星标★ 177
上线时间2023-06-19 00:00:00
代码更新2026-07-06
仓库体积2.4 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-10
浏览次数10

项目介绍

APTM 是论文《Towards Unified Text-based Person Retrieval: A Large-scale Multi-Attribute and Language Search Benchmark》的官方代码实现,聚焦于文本描述的人物检索任务。该项目构建了一个大规模的多属性与语言搜索基准,旨在解决现有文本-人物检索中属性粒度不足、跨模态对齐困难的问题。核心能力包括:属性提示学习(Attribute-Prompt Learning),通过将属性信息融入提示词增强模型对细粒度特征的感知;图像-文本对齐模块,优化视觉与语言特征的语义匹配;以及利用合成数据扩充训练集,提升模型泛化能力。项目提供完整的训练、评估和推理流程,支持多属性识别与自然语言查询,适用于监控视频检索、智能相册搜索等场景。作为早期开源项目,代码结构清晰,便于研究者复现和二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 177

技术标签

核心亮点

  • 创新性地引入属性提示学习,显著提升细粒度人物特征匹配精度
  • 提供大规模多属性与语言搜索基准,填补该领域公开数据集空白
  • 包含合成数据生成流程,有效缓解真实标注数据稀缺问题

不足之处

  • 项目处于早期阶段,文档和社区支持待观察
  • 依赖特定数据集和预训练模型,复现环境配置门槛较高

适用场景

  • 监控视频中通过文字描述快速定位嫌疑人
  • 智能相册中按自然语言描述检索特定人物照片
  • 跨摄像头人物追踪中的文本辅助查询

替代项目

TextReID、LGPR、CFAM

上一篇:mamma

下一篇:bbox-visualizer

同类项目推荐

RapidOCR 开源

多语言、多引擎的OCR工具集,一行代码搞定文字识别

Awesome OCR multiple programing languages toolkits based on ONNX Runtime, OpenVINO, ···

★ 8487 2026-08-10
sd-webui-reactor-sfw 开源

在 Stable Diffusion 里一键换脸,安全无 NSFW,快速出图

(SFW Friendly) Fast and Simple Face Swap Extension for StableDiffusion WebUI (A1111,···

★ 314 2026-08-09
yolov7-object-tracking 开源

几行命令跑通 YOLOv7 检测加 SORT 跟踪,视频里目标自动带 ID

YOLOv7 Object Tracking Using PyTorch, OpenCV and Sort Tracking

★ 653 2026-09-13
paperless-ngx 开源

扫描即归档,自动识别分类,让纸质文件变可搜索数字库

A community-supported supercharged document management system: scan, index and archi···

★ 47932 2026-08-10
scrubshot 开源

粘贴截图自动涂掉手机号身份证,全程本地不上传

粘贴一张截图,它找出手机号、身份证、银行卡、Token、地址,一键涂掉。 图片全程留在浏览···

★ 124 2026-11-08
indra 开源

百万参数OCR,纯CPU跑出15倍速

1M param OCR model - runs on CPU, 15x faster than tesseract, close to 1B+ param mode···

★ 1689 2026-10-27
apexshot 开源

截图标注、录屏、OCR 一站搞定

ApexShot: open-source Linux screenshot tool with annotation, screen recording, OCR, ···

★ 102 2026-11-08