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.
Scarica ed esegui online gratuitamente questa app chiamata MobileCLIP con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI
Ad
MobileCLIP
DESCRIZIONE
MobileCLIP è una famiglia di modelli efficienti di incorporamento di testo e immagini, progettati per il recupero in tempo reale sul dispositivo e la classificazione "zero-shot". Il repository fornisce codice di addestramento, inferenza e valutazione per i modelli MobileCLIP addestrati su DataCompDR e per i modelli MobileCLIP2 più recenti addestrati su DFNDR. Include un'app demo per iOS e artefatti Core ML per mostrare la ricerca e la classificazione di foto offline e pratiche su hardware di livello iPhone. Le note di progetto evidenziano i compromessi tra latenza e accuratezza, con le varianti di MobileCLIP2 che corrispondono o superano baseline più ampie con conteggi di parametri e tempi di esecuzione notevolmente inferiori sui dispositivi mobili. Un repository complementare "mobileclip-dr" descrive in dettaglio pipeline di generazione dati distribuite su larga scala utilizzate per rafforzare set di dati su miliardi di campioni su migliaia di GPU. Nel complesso, MobileCLIP enfatizza la praticità end-to-end: addestramento scalabile, modelli distribuibili e demo di livello consumer.
Caratteristiche
- Incorporamenti efficienti di testo e immagini ottimizzati per la latenza mobile
- Pipeline di formazione, inferenza e valutazione per MobileCLIP e MobileCLIP2
- App demo iOS e modelli Core ML per la ricerca offline
- Elevata precisione a parametri e tempi di esecuzione inferiori rispetto a linee di base più ampie
- Strumenti di rinforzo del set di dati tramite il codice base DR complementare
- Recupero e classificazione zero-shot per esperienze sul dispositivo
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/mobileclip.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.
