离线中英文文字图像相似度特征值检测软件（基于CLIP、Transformers等实现）

中英文文字图像相似度特征值检测软件

与我之前那篇文章：离线中英文文字图像匹配度检测软件（基于CLIP、Transformers等实现）
原理、结构都相似，要想看更具体的描述见该文章，不同之处是输出每句文本对于被检测图片的相似度特征值大小，而不是使用 softmax层进行归一化处理，应用场景不同，这样可以体现出每个文本对应图片的具体相似度的值大小。