#多模态检索

共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。

★ 2

macOS 本地 AI 照片与视频帧搜索工具

开发者在 Hacker News 展示开源项目 SCM,可在 macOS 上对任意文件夹内的照片和视频逐帧进行 AI 语义搜索。工具完全本地运行,无需账号或云端上传,结合视觉模型嵌入、OCR 与 Whisper 转录实现多模态检索,并可选接入本地 llama.cpp 问答。

Hacker News – AI28 天前
★ 1

研究:印度菜视觉表征如何影响食物相似度检索

论文以印度菜为场景,用扩展 Khana 数据集与七种预训练视觉表征(卷积、Transformer、自监督、图文对齐)评估图像检索与菜品邻域结构。结果显示图像级邻域随表征差异显著,菜品级聚合呈现共同视觉结构但与菜谱相似度对应较弱,说明食物相似度取决于表征、模态与抽象层级。

arXiv cs.AI3 天前

相关标签

多模态检索 最新资讯与动态(2 篇) - 智讯 AI News