Chinese Clip Vit Base Patch16

🚀 OFA-Sys/chinese-clip-vit-base-patch16 モデルのTransformers.js対応版

このプロジェクトは、OFA-Sys/chinese-clip-vit-base-patch16 のモデルをONNX形式に変換し、Transformers.jsと互換性を持たせたものです。

🚀 クイックスタート

Transformers.jsを使って、このモデルを利用する方法を説明します。

📦 インストール

まだインストールしていない場合は、Transformers.js JavaScriptライブラリをNPMからインストールできます。

npm i @xenova/transformers

💻 使用例

基本的な使用法

Xenova/chinese-clip-vit-base-patch16 を使ったゼロショット画像分類の例を示します。

import { pipeline } from '@xenova/transformers';

// ゼロショット画像分類パイプラインを作成
const classifier = await pipeline('zero-shot-image-classification', 'Xenova/chinese-clip-vit-base-patch16');

// 画像のURLと候補ラベルを設定
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/pikachu.png';
const candidate_labels = ['杰尼龟', '妙蛙种子', '小火龙', '皮卡丘'] // Squirtle, Bulbasaur, Charmander, Pikachu in Chinese

// 画像を分類
const output = await classifier(url, candidate_labels);
console.log(output);
// [
//   { score: 0.9926728010177612, label: '皮卡丘' },        // Pikachu
//   { score: 0.003480620216578245, label: '妙蛙种子' },    // Bulbasaur
//   { score: 0.001942147733643651, label: '杰尼龟' },      // Squirtle
//   { score: 0.0019044597866013646, label: '小火龙' }      // Charmander
// ]

🔧 注意事項

WebMLがより普及するまで、ONNX重みを別のリポジトリに置くのは一時的な解決策です。モデルをWeb対応にする場合は、🤗 Optimum を使ってONNXに変換し、このリポジトリのように構成することをおすすめします（ONNX重みは onnx というサブフォルダに配置）。