WuJinxuan
WuJinxuan
我这个一开始做就是demo性质的，按照你的描述是想要完善到应用级别，这个我没有计划做。对于你想要的持久化处理，你可以去看一下[faiss](https://github.com/facebookresearch/faiss)，用向量数据库把图库的特征都存起来。而对于你想要的返回多少图像，其实就是返回top几的问题，目前的代码是返回top1的，你可以自己改成多返回，当然如果你用了faiss的话，faiss就有比较和topk返回的功能。总结，其实你就是缺一个向量数据库来托管图库的特征数据而已。
因为没什么好更新了的呀，有不满足需求的地方吗？你说出来我看看怎么再改进改进。
中文版没有的，中文的gpt2模型不好找。这都2023年了，肯定要玩LLM呀，还玩gpt2干什么。
这个项目目前不打算继续更新了
1. 导出resnet要比导出vit的要简单，你可以先从导出resnet开始。 2. 如果导出经验不多的话，就用pnnx转模型，不要用onnx了。 3. clip有text encoder和image encoder，这两个要分开导出，不要一起导。
请问一下你用的是README里给的镜像跑的吗？我用docker跑Qwen-Vl，会报错什么libcudnn_啥的.so有未定义的symbol，奇怪的很。