匹配还可以变成图文检索

6 张来源照片 × 4 个相关视图 = 24 项查询:“a photo of a cat.”文字编码一次与 24 个已保存图像向量比较1 chelsea-center902 chelsea-full3 chelsea-right90已有结果:精确检索的前三项都是猫图变体复用 2026-09-22 本地真实 CLIP 缓存;24 项含相关裁剪,不是 24 个独立来源。本轮未运行模型。
已有双编码表示可用于文本查图,也可反向以图查描述。 · 在课堂播放器中查看

已有六来源照片的二十四项库,接收猫图文字查询;展示既有真实缓存的精确排序前三项。

返回同一状态