Methexis-Inc/img2prompt est un outil conçu pour générer des indications textuelles approximatives qui correspondent à une image. Cet outil est particulièrement optimisé pour la diffusion stable (clip ViT-L/14). L'outil est basé sur le cahier d'interrogation open-source CLIP créé par @pharmapsychotic et utilise les modèles CLIP d'OpenAI pour faire correspondre une image à divers artistes, mediums et styles. Les résultats de la comparaison sont ensuite combinés avec des légendes BLIP pour générer une indication textuelle qui peut être utilisée pour créer des images supplémentaires similaires à l'original. L'outil peut être exécuté via une API, ou le référentiel GitHub et la licence peuvent être consultés pour plus d'informations. Les prédictions sont généralement complétées en moins de 24 secondes et fonctionnent sur du matériel GPU Nvidia T4.