image-retrieval
本站收录 10 个带「image-retrieval」标签的 AI 开源项目
towheeTowhee 是一个专注于神经数据处理的 Python 框架，旨在让构建和运行 AI 驱动的数据管道变得简单高效。它解决的是从原始数据（文本、图像、音视频等）到★ 3,452
HuixiangDouHuixiangDou 是一个基于大语言模型（LLM）的技术问答助手，专门解决群聊场景中的技术咨询问题。它针对微信群、飞书群等多人对话环境，通过检索增强生成（R★ 2,500
VLM2VecVLM2Vec 是一个将视觉语言模型（VLM）适配为多功能嵌入模型的开源项目，核心解决多模态内容（图像、文本、视频等）的统一向量化表示问题。它提出了 MMEB（★ 703
University1652-BaselineUniversity1652-Baseline 是 ACM Multimedia 2020 论文《University-1652: A Multi-view M★ 700
mPLUG-2mPLUG-2 是阿里巴巴达摩院提出的模块化多模态基础模型，发表于 ICML 2023。它旨在统一处理文本、图像和视频三种模态，解决传统多模态模型在跨模态理解和★ 228
multimodal-image-retrieval该项目是一个面向多模态图像检索的实战型开源教程与工具集合，围绕意图识别、Prompt 工程、Qwen LoRA 微调、EmbeddingGemma 2 嵌入模型★ 123
DynamicVisDynamicVis 是一个面向遥感图像理解的高效通用视觉基础模型，基于论文实现。它解决遥感图像中目标多样、尺度差异大、场景复杂等问题，通过动态视觉感知机制提升★ 87
BeyondCLIPBeyondCLIP 是一份面向工程师的多模态检索实战手册，而非中立的学术综述。它系统梳理了构建、训练和部署多模态检索系统所需的核心知识，提出 C-L-I 三角★ 83
LoFSLoFS 是一个面向本地知识库的桌面级文件管理与信息检索对话应用。它主要解决个人或团队在本地存储大量文件时，缺乏高效管理和智能检索能力的问题。核心能力包括文件管★ 72
azure-ai-search-multimodal-sample这是一个基于Azure的多模态RAG（检索增强生成）示例应用，旨在解决传统文本检索无法处理图片、视频等多模态内容的问题。它利用Azure AI Search进行★ 68