AIbase
JA
ホーム
Vit Betwixt Patch32 Clip 224.tinyclip Laion400m
V

Vit Betwixt Patch32 Clip 224.tinyclip Laion400m

timmによって開発
ViTアーキテクチャに基づく小型CLIPモデルで、ゼロショット画像分類タスクに適しており、LAION-400Mデータセットでトレーニングされています。
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#CLIPアーキテクチャ#小規模事前学習
ダウンロード数 113
リリース時間 : 3/20/2024

モデル概要

このモデルは、ビジョントランスフォーマー(ViT)とCLIPアーキテクチャを組み合わせており、特定のトレーニングなしで画像を分類できるゼロショット画像分類を実現します。

モデル特徴

ゼロショット学習能力
特定のタスクに対して微調整を行うことなく画像分類タスクを実行可能
小規模で効率的
大規模なCLIPモデルと比較してパラメータが少なく、リソースが限られた環境に適しています
マルチモーダル理解
画像とテキスト情報を同時に理解し、両者の関連性を確立できます

モデル能力

ゼロショット画像分類
画像-テキストマッチング
マルチモーダル特徴抽出

使用事例

コンテンツ分類
ソーシャルメディア画像の自動タグ付け
ソーシャルメディアにアップロードされた画像に関連するタグを自動生成
コンテンツ分類の効率を向上させ、手動での注釈付けの必要性を削減
電子商取引
製品画像検索
テキスト記述を通じて関連する製品画像を検索
ユーザー体験と検索効率の向上
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