O

Owlvit Base Patch32

Xenovaによって開発
OWL-ViTは、視覚Transformerベースのゼロショット物体検出モデルで、微調整なしで新しいカテゴリの物体を検出できます。
ダウンロード数 86
リリース時間 : 11/13/2023

モデル概要

このモデルはTransformerアーキテクチャに基づくゼロショット物体検出モデルで、提供されたテキストラベルに基づいて画像中の物体を検出し、特定のカテゴリに対するトレーニングは不要です。

モデル特徴

ゼロショット検出能力
特定のカテゴリに対するトレーニングなしで、新しいカテゴリの物体を検出可能
テキストガイド検出
テキスト記述で検出したい物体カテゴリを指定
Transformerアーキテクチャベース
視覚Transformerアーキテクチャを採用し、テキストと画像情報を統合
ウェブ対応
ONNX形式の重みを提供し、ブラウザ環境での使用が容易

モデル能力

ゼロショット物体検出
マルチクラス物体認識
テキストガイド画像解析
バウンディングボックス予測

使用事例

画像解析
物体検出
画像中で指定カテゴリの物体を検出
検出された物体カテゴリ、信頼度、バウンディングボックス座標を返す
コンテンツモデレーション
センシティブコンテンツ検出
画像中に特定タイプのセンシティブコンテンツが存在するか検出
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