V

Vit Gigantic Patch14 Clip 224.metaclip 2pt5b

timmによって開発
MetaCLIP-2.5Bデータセットで訓練されたデュアルフレームワーク互換の視覚モデルで、OpenCLIPとtimmフレームワークをサポート
ダウンロード数 444
リリース時間 : 10/23/2024

モデル概要

このモデルはVision Transformerアーキテクチャに基づく大規模視覚モデルで、主にゼロショット画像分類タスクに使用されます。OpenCLIPとtimmの2つのフレームワークと互換性があり、強力な画像理解能力を備えています。

モデル特徴

デュアルフレームワーク互換
OpenCLIPとtimmフレームワークを同時にサポートし、より柔軟な使用方法を提供
大規模事前学習
MetaCLIP-2.5B大規模データセットで訓練されており、強力な視覚表現能力を備えています
ゼロショット学習
ゼロショット画像分類タスクをサポートし、特定ドメインの微調整なしで適用可能

モデル能力

画像分類
視覚特徴抽出
クロスモーダル理解

使用事例

コンピュータビジョン
ゼロショット画像分類
特定の訓練なしで新しいカテゴリの画像を分類
コンテンツモデレーション
画像内の不適切なコンテンツを識別
クロスモーダルアプリケーション
画像検索
テキスト記述に基づいて関連画像を検索
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase