AIbase
JA
ホーム
Resnet50x16 Clip Gap.openai
R

Resnet50x16 Clip Gap.openai

timmによって開発
CLIPフレームワークに基づくResNet50x16バリアントモデル、画像特徴抽出に特化
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#高解像度処理#ゼロショット分類
ダウンロード数 129
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部分で、ResNet50x16アーキテクチャを使用し、グローバル平均プーリング(GAP)で画像特徴を抽出します。主に画像理解とマルチモーダルタスクの視覚特徴エンコーディングに使用されます。

モデル特徴

大規模視覚表現
CLIPフレームワークで訓練され、強力な視覚表現能力を学習
効率的な特徴抽出
グローバル平均プーリング層(GAP)を使用して画像特徴を効率的に抽出
マルチモーダル互換性
CLIPマルチモーダルフレームワーク向けに設計され、テキストエンコーダと連携可能

モデル能力

画像特徴抽出
視覚表現学習
マルチモーダルタスクサポート

使用事例

コンピュータビジョン
画像分類
特徴抽出器として画像分類タスクに使用
画像検索
画像特徴を抽出して類似画像検索に使用
マルチモーダルアプリケーション
画像テキストマッチング
テキストエンコーダと連携して画像テキストマッチングタスクを実現
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