CLIP Interrogator
clip-interrogatorpharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.
- السعر
- ≈ 0.0457 US$/تشغيل
- Input → output
- نص + صورة → نص
- مطور
- Community
- تم التحديث
- ٢٣ سبتمبر ٢٠٢٦
Playground
جرّب CLIP Interrogator
الإدخال والإخراج
هذا التشغيل
حوالي 0.0457 US$ · 4.57 رصيد
يتم حجز 0.1369 US$ (13.69 رصيد) عند البدء؛ يتم فواتير وقت GPU الفعلي.
للحسابات بدون عملية شراء سابقة: التشغيلات التي تتجاوز 2 رصيد تحتاج إلى إعادة تعبئة.
جديد هنا؟
10 رصيد مجاني (0.10 US$) عند التسجيل باستخدام Google
قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد.
Examples
InputNo text prompt: the model only takes the input shown.
Response
a watercolor painting of a sea turtle, a digital painting, by Kubisi art, featured on dribbble, medibang, warm saturated palette, red and green tones, turquoise horizon, digital art h 9 6 0, detailed scenery —width 672, illustration:.4, spray art, artstatiom
InputNo text prompt: the model only takes the input shown.
Response
a painting of a field with green grass, by Vincent Van Gogh, featured on deviantart, windy day, virtuosic level detail, the front of a trading card, loosely cropped, expansive, tendrils in the background, photo courtesy museum of art, 1980s art, standing on a hill, creative commons attribution
حول CLIP Interrogator
CLIP Interrogator هو نموذج من Community في فئة متعدد الأنماط. على Railwail، يكلف CLIP Interrogator ≈ 0.0457 US$ لكل تشغيل.
التسعير
| التشغيل النموذجي (≈ 169 ث على T4) | 0.0457 US$ لكل تشغيل |
|---|---|
| وقت GPU (T4) | 0.00027 US$ لكل ثانية GPU |
- يتم الفرز بناءً على وقت GPU الذي يستغرقه التشغيل فعلياً. عند بدء التشغيل، يتم حجز 3× السعر النموذجي من رصيدك ويتم تسويته لاحقاً.
- 1 رصيد = ٠٫٠١ US$
حاسبة التكلفة
حاسبة الأسعار
نموذجي وفقاً للمزود: حوالي 168.9 ث
الإجمالي
4.57 US$
457 رصيد
لكل تشغيل
0.0457 US$ · 4.57 رصيد
يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.
API
لا يوجد مثال API موثق
API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.
المواصفات
- معرّف النموذج
clip-interrogator- مطور
- Community
- الفئة
- متعدد الأنماط
- الإدخال
- نص, صورة
- الإخراج
- نص
- الفواتير
- حسب الاستخدام (الرموز أو وقت GPU)
- تم تحديث إدخال الكتالوج
- ٢٣ سبتمبر ٢٠٢٦
معاملات الإدخال
المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.
imageمطلوبImage to interrogate
النوع: نصالافتراضي: –القيم المسموحة: –modeالنوع: اختيارالافتراضي:bestالقيم المسموحة: best أو fast أو classic أو negativeclip_model_nameالنوع: نصالافتراضي:ViT-L-14/openaiالقيم المسموحة: –
الوسوم
- replicate
- clip-interrogator
- captioning
- tagging
- clip
- blip
- prompt-generation
- image
الأسئلة الشائعة
ما هو CLIP Interrogator؟
CLIP Interrogator هو نموذج من Community في فئة متعدد الأنماط.
كم تكلفة CLIP Interrogator على Railwail؟
على Railwail، يكلف CLIP Interrogator ≈ 0.0457 US$ لكل تشغيل. يتم فرض رسوم عليك مقابل ما تستخدمه كل طلب فعلياً. الاستخدام يُدفع من أرصدة مدفوعة مقدماً؛ 1 رصيد يساوي ٠٫٠١ US$.
ما الإعدادات التي يدعمها CLIP Interrogator؟
وفقاً لمخطط الإدخال الخاص به، CLIP Interrogator يعرف هذه المعاملات: image وmode (best أو fast أو classic أو negative) وclip_model_name.
ما سرعة CLIP Interrogator؟
لا توجد عمليات تشغيل مقاسة كافية لـ CLIP Interrogator على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.
هل CLIP Interrogator أفضل من BLIP؟
هذا يعتمد على المهمة. CLIP Interrogator (Community) و BLIP (Salesforce) كلاهما نموذج في فئة متعدد الأنماط. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.
قارن CLIP Interrogator و BLIPهل يمكن لـ CLIP Interrogator معالجة الصور؟
نعم. CLIP Interrogator يقبل الصور كإدخال بالإضافة إلى النص.
نماذج قابلة للمقارنة
الكل في هذه الفئة- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Meta Segment Anything 2. Promptable segmentation across images and video with temporal memory. Zero-shot, point/box/mask prompts, fast on a single H100.
جميع النماذج عبر API واحدة
مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ٠٫٠١ US$.