https://knightli.com/es/tags/clip/ Recent content in CLIP on KnightLi Blog Hugo -- gohugo.io es Sat, 11 Apr 2026 08:27:57 +0800 https://knightli.com/es/2026/04/11/fnos-ai-photo-model-stack/ Sat, 11 Apr 2026 08:27:57 +0800 https://knightli.com/es/2026/04/11/fnos-ai-photo-model-stack/ <p>La función de fotos AI en Feiniu NAS (fnOS) normalmente se construye integrando modelos open source convencionales, no entrenando desde cero todos los algoritmos principales.</p> <h2 id="1-reconocimiento-facial-insightface">1) Reconocimiento facial: InsightFace </h2><p>Para las funciones relacionadas con caras, InsightFace suele ser el núcleo.</p> <ul> <li>Método común de aprendizaje de características: ArcFace</li> <li>Papel principal: detección de rostros, extracción de embeddings, clustering y reconocimiento de personas</li> </ul> <h2 id="2-detección-de-objetos-y-comprensión-de-escenas-familia-yolo">2) Detección de objetos y comprensión de escenas: familia YOLO </h2><p>La detección de objetos en fotos, como gatos, perros, coches o computadoras, y parte de la comprensión de escenas suelen gestionarse con modelos YOLO, a menudo YOLOv8 o variantes ligeras.</p> <ul> <li>Ventaja: buen equilibrio entre precisión y velocidad</li> <li>Encaje: entornos NAS de borde con capacidad de cómputo limitada</li> </ul> <h2 id="3-búsqueda-semántica-clip--chinese-clip">3) Búsqueda semántica: CLIP / Chinese-CLIP </h2><p>Una capacidad clave es la búsqueda de fotos con lenguaje natural, por ejemplo &ldquo;un perro en el césped&rdquo; o &ldquo;un hombre con gafas de sol&rdquo;.</p> <p>La implementación típica usa CLIP:</p> <ul> <li>las imágenes y los textos se proyectan al mismo espacio vectorial</li> <li>en despliegues chinos, normalmente se combina con Chinese-CLIP o variantes localizadas similares</li> </ul> <h2 id="resumen">Resumen </h2><p>Una forma sencilla de ver la pila de fotos AI de fnOS:</p> <ul> <li>InsightFace para caras</li> <li>YOLO para objetos y escenas</li> <li>CLIP para alinear lenguaje humano e imagen</li> </ul> <p>El valor principal está en la integración de ingeniería, la localización y la optimización con aceleración por hardware, más que en inventar modelos base desde cero.</p>