V

Vit H 14 CLIPA 336 Laion2b

UCSC-VLAAによって開発
CLIPA-v2モデル、laion2B-enデータセットでトレーニングされ、ゼロショット画像分類タスクに特化
ダウンロード数 74
リリース時間 : 10/17/2023

モデル概要

これは対比画像-テキストモデルで、ゼロショット画像分類タスクを実行でき、特定のカテゴリのトレーニングデータがない場合の画像分類に特に適しています

モデル特徴

ゼロショット学習能力
特定カテゴリのトレーニングデータがなくても分類可能
効率的なトレーニング
比較的低予算で高性能を実現(論文では10,000ドル予算で81.1%精度達成)
逆スケーリング法則
革新的なトレーニング方法を採用し、より良い性能拡張を実現

モデル能力

ゼロショット画像分類
画像-テキストコントラスト学習
多クラス画像認識

使用事例

画像分類
一般的な物体認識
画像中の一般的な物体カテゴリを識別
ImageNetで81.1%のゼロショット精度を達成
コンテンツモデレーション
画像中の不適切なコンテンツを識別
マルチメディア検索
画像検索
テキストクエリで関連画像を検索
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