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.
I-download at patakbuhin online ang app na ito na pinangalanang MobileCLIP sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
MobileCLIP
DESCRIPTION
Ang MobileCLIP ay isang pamilya ng mahusay na mga modelo ng pag-embed ng imahe-text na idinisenyo para sa real-time, on-device retrieval at zero-shot classification. Ang repo ay nagbibigay ng training, inference, at evaluation code para sa mga modelong MobileCLIP na sinanay sa DataCompDR, at para sa mas bagong mga modelong MobileCLIP2 na sinanay sa DFNDR. Kabilang dito ang isang iOS demo app at Core ML artifacts upang ipakita ang praktikal, offline na paghahanap ng larawan at pag-uuri sa iPhone-class na hardware. Itinatampok ng mga tala ng proyekto ang mga trade-off sa latency/katumpakan, na may mga variant ng MobileCLIP2 na tumutugma o lumalampas sa mas malalaking baseline sa kapansin-pansing mas mababang bilang ng parameter at runtime sa mga mobile device. Ang isang kasamang repository na "mobileclip-dr" ay nagdedetalye ng malakihan, distributed na data-generation pipeline na ginagamit upang palakasin ang mga dataset sa bilyun-bilyong sample sa libu-libong GPU. Sa pangkalahatan, binibigyang-diin ng MobileCLIP ang end-to-end na praktikalidad: scalable na pagsasanay, deployable na mga modelo, at consumer-grade demo.
Mga tampok
- Mahusay na image-text embeddings na na-optimize para sa mobile latency
- Mga pipeline ng pagsasanay, hinuha, at pagsusuri para sa MobileCLIP at MobileCLIP2
- iOS demo app at Core ML na mga modelo para sa offline na paghahanap
- Malakas na katumpakan sa mas mababang mga parameter at runtime kumpara sa mas malalaking baseline
- Tooling sa pagpapatibay ng dataset sa pamamagitan ng kasamang DR codebase
- Zero-shot retrieval at pag-uuri para sa mga karanasan sa device
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/mobileclip.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
