CN-CLIP 材料搜索项目

这是一个基于CN-CLIP的材料搜索和多模态训练项目，包含完整的模型训练、蒸馏、评估和应用部署流程。

📋 项目概述

本项目实现了中文多模态模型的训练与应用，主要包括：

• 🔬 模型训练: 基于CN-CLIP的大规模多模态训练
• ⚗️ 知识蒸馏: 多种规模的蒸馏模型优化
• 🔍 材料搜索: 基于多模态的智能材料搜索应用
• 📊 分布式评估: 跨服务器的模型性能评估

🗂️ 项目结构

代码模块 (已上传)

• distillation_evaluation/ - 蒸馏模型评估代码和脚本
• distillation_train/ - 蒸馏训练脚本和配置
• materialsearch_new/ - 材料搜索Web应用 (Flask + CN-CLIP)
• zero-shot-distributed/ - 零样本分布式处理脚本

模型和数据 (未上传，详见说明文档)

• model_training/ - 主训练目录 (66GB)
• model_trainingv0/ - 早期训练版本 (14GB)
• model_demo/ - 演示模型和示例 (1.5GB)

📚 详细文档

• 模型与数据说明 - 完整的模型、数据集和实验结果说明
• 下载指令 - 从云服务器获取模型和数据的详细指令

🚀 快速开始

1. 环境设置

# 克隆项目
git clone https://github.com/Chien317/Materialsearch_withcn-clip.git
cd Materialsearch_withcn-clip

# 安装依赖
pip install -r requirements.txt

2. 启动材料搜索应用

cd materialsearch_new/
python app.py
# 访问 http://localhost:5000

3. 运行蒸馏训练

cd distillation_train/b-16/
./run_distillation_training.sh

4. 模型评估

cd distillation_evaluation/
python distillation_model_evaluation.py

📊 项目规模

🎯 核心特性

• 多规模蒸馏模型: Team/Large/Huge三种规模的优化模型
• 高性能检索: 在中文数据集上达到89.1% Recall@1
• 分布式训练: 支持多GPU和多服务器训练
• 实时搜索: 基于Web的材料搜索界面
• 完整评估: 跨数据集的全面性能评估

📈 性能指标

🛠️ 技术栈

• 深度学习: PyTorch, CN-CLIP, Transformers
• Web框架: Flask, HTML/CSS/JavaScript
• 数据处理: NumPy, Pandas, PIL
• 分布式: 多GPU训练, 分布式评估
• 部署: Docker, 云服务器

📞 联系方式

• 维护者: Chien Chen
• GitHub: @Chien317
• 项目链接: Materialsearch_withcn-clip

---

更多详细信息请参考项目文档和代码注释。