Vit Base Patch16 Clip 224.laion400m E31
V
Vit Base Patch16 Clip 224.laion400m E31
timmによって開発
LAION-400Mデータセットで訓練されたVision Transformer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 1,469
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Vision Transformerモデルで、OpenCLIPとtimmフレームワークの両方と互換性があります。ViT-B-16アーキテクチャを採用し、LAION-400Mデータセットで訓練され、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
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
ゼロショット学習能力
特定のカテゴリ訓練なしで新しいカテゴリを分類可能
大規模事前学習
LAION-400M大規模データセットで訓練され、強力な視覚表現能力を有する
モデル能力
ゼロショット画像分類
画像特徴抽出
クロスモーダル表現学習
使用事例
コンピュータビジョン
オープンドメイン画像分類
再訓練なしで任意のカテゴリ画像を分類
画像検索
テキスト記述に基づき関連画像を検索
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マッチング度合いを評価
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