首页
/ Chinese-CLIP 项目亮点解析

Chinese-CLIP 项目亮点解析

2025-06-08 19:05:54作者:牧宁李

1、项目的基础介绍 Chinese-CLIP 是一个基于CLIP模型的中文版本,使用大规模中文数据进行训练(约2亿图文对),旨在帮助用户实现中文领域的跨模态检索、图像表示等。该项目代码基于 open_clip project 构建,并针对中文领域数据以及在中文数据上实现更好的效果做了优化。

2、项目代码目录及介绍

  • run_scripts: 包含了finetune和评测的脚本,例如 muge_finetune_vit-b-16_rbt-base.sh 和 flickr30k_finetune_vit-b-16_rbt-base.sh。
  • src: 项目的核心代码,包括 clip、eval、preprocess、training 等目录。

3、项目亮点功能拆解

  • 中文跨模态检索:支持中文文本到图像、图像到文本的检索。
  • 预训练模型:提供了ViT-B规模的预训练中文CLIP权重下载。
  • 数据预处理:支持将训练和评测使用的图文数据集组织成特定的格式,并进行LMDB数据库文件的序列化。

4、项目主要技术亮点拆解

  • 视觉和文本模型选择:支持多种视觉和文本模型选择,包括 ViT-B-32、ViT-B-16、ViT-L-14 和 RoBERTa-wwm-ext-base-chinese、RoBERTa-wwm-ext-large-chinese。
  • 训练配置:支持分布式训练,包括WORKER_CNT(训练的机器个数)和GPUS_PER_NODE(每个机器上的GPU个数)等配置。
  • 数据增强:支持使用 AutoAugment 对图片进行数据增强。
  • 权重读取:支持从预训练ckpt或用户自己finetune的ckpt读取权重。

5、与同类项目对比的亮点

  • 中文版本:针对中文领域进行优化,使用大规模中文数据进行训练。
  • 代码结构和文档:代码结构清晰,文档详细,方便用户使用和理解。
  • 模型效果:在MUGE Retrieval、Flickr30K-CN和COCO-CN等数据集上取得了良好的实验结果。
登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
136
1.89 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
71
63
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.28 K
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
919
551
PaddleOCRPaddleOCR
飞桨多语言OCR工具包(实用超轻量OCR系统,支持80+种语言识别,提供数据标注与合成工具,支持服务器、移动端、嵌入式及IoT设备端的训练与部署) Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)
Python
46
1
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
273
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
59
16