这是名为 MobileCLIP 的 Linux 应用程序，其最新版本可以下载为 ml-mobileclipsourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并在线运行这个名为 MobileCLIP with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
MobileCLIP
描述：
MobileCLIP 是一系列高效的图像文本嵌入模型，专为实时设备端检索和零样本分类而设计。该代码库提供在 DataCompDR 上训练的 MobileCLIP 模型以及在 DFNDR 上训练的较新 MobileCLIP2 模型的训练、推理和评估代码。它包含一个 iOS 演示应用和 Core ML 工件，以展示在 iPhone 级硬件上进行实用的离线照片搜索和分类。项目说明重点介绍了延迟/准确率之间的权衡，MobileCLIP2 变体在移动设备上以显著更低的参数数量和运行时间匹配甚至超越了更大的基准。配套的“mobileclip-dr”代码库详细介绍了用于在数千个 GPU 上对数十亿样本的数据集进行强化的大规模分布式数据生成流程。总体而言，MobileCLIP 强调端到端的实用性：可扩展的训练、可部署的模型和消费级演示。
功能
- 针对移动延迟优化的高效图像文本嵌入
- MobileCLIP 和 MobileCLIP2 的训练、推理和评估流程
- 用于离线搜索的 iOS 演示应用程序和 Core ML 模型
- 与较大的基线相比，在较低参数和运行时具有较高的准确率
- 通过配套 DR 代码库增强数据集的工具
- 零样本检索和分类，助力提升设备端体验
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/mobileclip.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。