T

Tecoa2 Clip

chs20によって開発
OpenAI CLIPで初期化された視覚言語モデルで、ImageNetで教師あり敵対的ファインチューニングを行い、ロバスト性強化特性を備えています
ダウンロード数 53
リリース時間 : 2/23/2024

モデル概要

このモデルはCLIPアーキテクチャに基づく視覚言語モデルで、敵対的ファインチューニングにより敵対サンプルに対するロバスト性が強化されており、ゼロショット画像分類などのタスクに適しています

モデル特徴

敵対的ロバスト性
ImageNetで教師あり敵対的ファインチューニングを実施し、無限ノルムと2/255半径を使用することで、モデルの敵対サンプルに対するロバスト性を強化
ゼロショット能力
CLIPモデルのゼロショット学習能力を保持し、特定タスクのファインチューニングなしで多様な視覚タスクに適用可能
視覚言語アライメント
CLIP本来の視覚-言語アライメント特性を保持し、画像とテキスト間の意味的関係を理解可能

モデル能力

ゼロショット画像分類
クロスモーダル検索
敵対サンプル識別

使用事例

コンピュータビジョン
ロバスト画像分類
敵対的干渉が存在する状況下で正確な画像分類を実施
標準CLIPモデルと比較し、敵対サンプルに対してより安定した性能を発揮
クロスモーダル検索
テキスト記述に基づき関連画像を検索、または画像から記述テキストを生成
セキュリティアプリケーション
敵対サンプル検出
敵対的改変が施された可能性のある画像入力を識別
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