AIbase
JA
ホーム
Vit Base Patch16 Clip 224.laion400m E32
V

Vit Base Patch16 Clip 224.laion400m E32

timmによって開発
LAION-400Mデータセットで学習されたVision Transformerモデル、open_clipとtimmフレームワークに互換
画像分類
Safetensors
オープンソースライセンス:MIT#ゼロショット画像分類#マルチモーダルCLIPアーキテクチャ#LAION-400M事前学習
ダウンロード数 5,751
リリース時間 : 10/23/2024

モデル概要

これはデュアルフレームワーク互換の視覚Transformer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。モデルはViT-B-16アーキテクチャを採用し、LAION-400M大規模データセットで学習されています。

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
大規模学習データ
LAION-400Mデータセットを使用して学習し、幅広い視覚概念をカバー
ゼロショット分類能力
特定タスクのファインチューニングなしで画像分類タスクを実行可能

モデル能力

ゼロショット画像分類
視覚特徴抽出
画像-テキストアラインメント

使用事例

画像理解
ゼロショット画像分類
特定カテゴリの学習なしで新規カテゴリの画像を分類
画像検索
テキストクエリに基づいて関連画像を検索
マルチモーダルアプリケーション
画像キャプション
画像に対して記述的なテキストラベルを生成
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