V

Vit Large Patch14 Clip 224.laion400m E31

timmによって開発
LAION-400Mデータセットで学習されたVision Transformer大型モデル、ゼロショット画像分類タスクをサポート
ダウンロード数 21.15k
リリース時間 : 10/23/2024

モデル概要

このモデルはデュアルパーパスの視覚モデルで、OpenCLIPとtimmフレームワークの両方と互換性があり、主に画像分類タスクに使用され、特にゼロショット学習シナリオに優れています

モデル特徴

デュアルフレームワーク互換
OpenCLIPとtimmフレームワークの両方をサポートし、より柔軟な使用方法を提供
ゼロショット学習
特定のドメインの学習なしで画像分類タスクを完了可能
大規模学習データ
LAION-400Mデータセットに基づいて学習され、幅広い視覚概念理解能力を有する

モデル能力

ゼロショット画像分類
視覚的特徴抽出
クロスモーダル理解

使用事例

画像分析
一般的な物体認識
画像内の一般的な物体を分類・識別
オープンドメイン画像分類タスクで良好なパフォーマンス
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自動識別
さまざまなタイプのセンシティブコンテンツを効果的に識別可能
クロスモーダルアプリケーション
画像とテキストのマッチング
画像とテキスト説明の一致度を評価
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