AIbase
JA
ホーム
Resnet50x64 Clip Gap.openai
R

Resnet50x64 Clip Gap.openai

timmによって開発
ResNet50アーキテクチャに基づくCLIPモデルの画像エンコーダー、64倍の幅拡張を備え、グローバル平均プーリング(GAP)戦略を使用
画像分類
Transformers
オープンソースライセンス:Apache-2.0#CLIP視覚エンコーディング#大規模特徴抽出#ゼロショット分類
ダウンロード数 107
リリース時間 : 12/26/2024

モデル概要

このモデルはCLIPフレームワークの画像エンコーダー部分で、拡張版ResNet50アーキテクチャを採用し、画像特徴を抽出してテキスト特徴とアライメントを行います。

モデル特徴

拡張アーキテクチャ
64倍幅のResNet50バリアントを採用し、より強力な特徴抽出能力を備えています
グローバル平均プーリング
従来のプーリング方法の代わりにGAP(Global Average Pooling)戦略を使用
CLIP互換
CLIPマルチモーダル学習フレームワーク専用に設計された画像エンコーダー

モデル能力

画像特徴抽出
視覚表現学習
マルチモーダルアライメント

使用事例

マルチモーダル学習
画像テキストマッチング
画像特徴とテキスト特徴をアライメントしてマッチング
ゼロショット分類
CLIPフレームワークを利用して微調整不要の画像分類を実現
コンピュータビジョン
画像検索
抽出した画像特徴に基づいて類似画像を検索
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