AIbase
JA
ホーム
Vit Large Patch14 Clip 224.metaclip 400m
V

Vit Large Patch14 Clip 224.metaclip 400m

timmによって開発
MetaCLIP-400Mデータセットで訓練された視覚トランスフォーマーモデル、ゼロショット画像分類タスクをサポート
画像分類
Safetensors
#ゼロショット画像分類#マルチフレームワーク互換#大規模事前学習
ダウンロード数 294
リリース時間 : 10/23/2024

モデル概要

これはデュアルユースの視覚トランスフォーマーモデルで、open_clipとtimmフレームワークと互換性があり、主にゼロショット画像分類タスクに使用されます

モデル特徴

デュアルフレームワーク互換
open_clip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
ゼロショット学習能力
特定のカテゴリ訓練なしで分類可能、強力な汎化能力を有する
大規模事前学習
MetaCLIP-400Mデータセットで訓練され、豊富な視覚概念理解能力を持つ

モデル能力

ゼロショット画像分類
視覚特徴抽出
クロスモーダル理解

使用事例

画像理解
オープンドメイン画像分類
特定の訓練なしで任意のカテゴリの画像を分類
視覚コンテンツ分析
画像から高レベルな意味的特徴を抽出
マルチモーダルアプリケーション
画像テキストマッチング
画像とテキスト記述の一致度を評価
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
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
English简体中文繁體中文にほんご
© 2025AIbase