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
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