This is the Windows app named MobileCLIP whose latest release can be downloaded as ml-mobileclipsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Unduh dan jalankan aplikasi ini secara online bernama MobileCLIP dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Mulai emulator online OS OnWorks apa pun dari situs web ini, tetapi emulator online Windows yang lebih baik.
- 5. Dari OS Windows OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Unduh aplikasi dan instal.
- 7. Unduh Wine dari repositori perangkat lunak distribusi Linux Anda. Setelah terinstal, Anda kemudian dapat mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga dapat mencoba PlayOnLinux, antarmuka mewah di atas Wine yang akan membantu Anda menginstal program dan game Windows populer.
Wine adalah cara untuk menjalankan perangkat lunak Windows di Linux, tetapi tidak memerlukan Windows. Wine adalah lapisan kompatibilitas Windows sumber terbuka yang dapat menjalankan program Windows secara langsung di desktop Linux apa pun. Pada dasarnya, Wine mencoba untuk mengimplementasikan kembali Windows dari awal sehingga dapat menjalankan semua aplikasi Windows tersebut tanpa benar-benar membutuhkan Windows.
Tangkapan layar
Ad
MobileCLIP
DESKRIPSI
MobileCLIP adalah keluarga model penyematan gambar-teks yang efisien, dirancang untuk pengambilan data langsung di perangkat dan klasifikasi zero-shot. Repositori ini menyediakan kode pelatihan, inferensi, dan evaluasi untuk model MobileCLIP yang dilatih pada DataCompDR, dan untuk model MobileCLIP2 yang lebih baru yang dilatih pada DFNDR. Repositori ini mencakup aplikasi demo iOS dan artefak Core ML untuk menunjukkan pencarian dan klasifikasi foto offline yang praktis pada perangkat keras sekelas iPhone. Catatan proyek menyoroti trade-off latensi/akurasi, dengan varian MobileCLIP2 yang menyamai atau melampaui baseline yang lebih besar dengan jumlah parameter dan runtime yang jauh lebih rendah pada perangkat seluler. Repositori pendamping "mobileclip-dr" merinci alur kerja pembangkitan data terdistribusi berskala besar yang digunakan untuk memperkuat dataset di miliaran sampel pada ribuan GPU. Secara keseluruhan, MobileCLIP menekankan kepraktisan menyeluruh: pelatihan yang skalabel, model yang dapat di-deploy, dan demo tingkat konsumen.
Fitur
- Penyematan gambar-teks yang efisien dioptimalkan untuk latensi seluler
- Alur pelatihan, inferensi, dan evaluasi untuk MobileCLIP dan MobileCLIP2
- Aplikasi demo iOS dan model Core ML untuk pencarian offline
- Akurasi yang kuat pada parameter dan runtime yang lebih rendah dibandingkan dengan baseline yang lebih besar
- Peralatan penguatan kumpulan data melalui basis kode DR pendamping
- Pengambilan dan klasifikasi zero-shot untuk pengalaman di perangkat
Bahasa Pemrograman
Ular sanca
KATEGORI
Ini adalah aplikasi yang juga dapat diunduh dari https://sourceforge.net/projects/mobileclip.mirror/. Aplikasi ini dihosting di OnWorks agar dapat dijalankan secara daring dengan cara termudah dari salah satu Sistem Operasi gratis kami.
