AIbase
JA
ホーム
CLIP ViT B 32 DataComp.M S128m B4k
C

CLIP ViT B 32 DataComp.M S128m B4k

laionによって開発
CLIPアーキテクチャに基づく視覚-言語モデルで、ゼロショット画像分類タスクをサポートし、DataComp.Mデータセットで学習済み
テキスト生成画像オープンソースライセンス:MIT#ゼロショット画像分類#マルチモーダルコントラスト学習#大規模事前学習
ダウンロード数 212
リリース時間 : 4/26/2023

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-言語事前学習モデルで、画像とテキストの関連性を理解でき、特にゼロショット画像分類タスクに適しています。

モデル特徴

ゼロショット学習能力
特定タスクのファインチューニングなしで画像分類タスクを実行可能
マルチモーダル理解
視覚情報とテキスト情報を同時に理解し、クロスモーダル関連性を確立
効率的なアーキテクチャ
ViT-B/32視覚トランスフォーマーアーキテクチャに基づき、性能と効率のバランスを実現

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
クロスモーダル検索

使用事例

コンテンツ管理
自動画像タグ付け
未タグ付け画像に対して自動的に記述タグを生成
コンテンツ管理効率の向上、手動タグ付けコストの削減
電子商取引
製品分類
自然言語記述に基づいて製品画像を分類
学習データなしで新製品の分類を実現
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