在线预览（目前包含文本搜索、以图搜图、文本搜图、图片分数预测）：https://cheerfun.dev/acg2vec/
开源仓库：https://github.com/OysterQAQ/ACG2vec
演示页前端开源仓库：https://github.com/wewewe131/acg2vec-frontend
以上两个仓库求个 star QAQ🌟🌟🌟
目前模块包括：
model：深度神经网络模型模块，目前包括
acgvoc2vec：基于从维基百科动漫列表、萌娘百科、Bangumi 、pixiv 、AnimeList 等来源获取清洗处理抽取的 510w 语句对微调的 sentence-transformers 模型，生成二次元相关文本的特征向量，用于各种下游任务（标签推荐，标签搜索，推荐系统等）
可以使用 Huggingface 在线体验:https://huggingface.co/OysterQAQ/ACGVoc2vec
dclip：使用 danburoo2021 数据集对 clip （ ViT-L/14 ）模型进行微调。
可以使用 Huggingface 在线体验:https://huggingface.co/OysterQAQ/DanbooruCLIP
pix2score：基于 resnet101 的多任务模型，用于预测动漫插图的收藏数、浏览数与琴瑟级别
illust2vec：从DeepDanbooru模型去除预测头并对末尾层做均值池化的图片语义特征抽取模型
webapp：对外提供 web 服务模块。目前包括开箱即用的二次元插画标签预测服务、以图搜图服务、插画特征抽取服务、文本特征抽取服务
docker：基于容器化的部署模块，包括了部署所需要的配置文件与资源文件
💡预览
语义文本搜索
语义图像搜索
插画综合评分预测
以图搜图
