madhusoodhans/video-grep · grep for video content: describe an action or scene and find the moment it happens, from the terminal, over SSH, on servers and headless boxes
video-grep 是一个面向终端和 SSH 场景的视频内容搜索工具。它把视频按 6 秒片段抽样，用多模态嵌入模型 EmbeddingGemma 2 建立画面索引，再用英文描述动作、场景或物体来检索，返回匹配的视频和具体时间点。支持只读素材、长视频、后台索引、断线续跑、增量索引，以及只导出匹配片段。所有处理在本机完成，仅模型下载需要联网。
展开详情收起详情：video-grep：在终端中用自然语言按画面内容搜索视频并定位时间点⌄
★ 9 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-11-02
Cherie01234/clip_search · 多言語CLIP×FAISSによるテキスト・画像のゼロショット類似検索（日本語クエリ対応）。Streamlitアプリ
该项目用多语言 CLIP 模型（open-clip-torch 的 xlm-roberta-base-ViT-B-32）把图片和文本编码到同一 512 维向量空间，经 L2 归一化后用 FAISS 做内积（余弦相似度）近邻检索，并通过 Streamlit 提供搜索界面。支持用日语或英语关键词以及手持图片在图片集合中做零样本语义检索；仓库附带脚本可先从图片目录构建索引再启动应用，还提供示例图片用于快速试用。README 说明作者曾在 Kaggle 时尚商品图片数据集约 4.4 万张图片上构建索引进行演示，但未做 Recall@K 等定量精度评估。
展开详情收起详情：clip_search：基于多语言 CLIP 与 FAISS 的文本-图像零样本相似检索应用⌄
★ 0 · 可直接使用的工具
GitHub
原文发布：未知收录：2026-11-02