AIbase
JA
ホーム
Vit Large Patch14 Clip 224.dfn2b
V

Vit Large Patch14 Clip 224.dfn2b

timmによって開発
CLIPアーキテクチャに基づく視覚トランスフォーマーモデルで、画像特徴抽出に特化しており、Apple社によってリリースされました。
画像分類
Transformers
オープンソースライセンス:その他#CLIP視覚エンコーディング#ゼロショット分類#マルチモーダル特徴抽出
ダウンロード数 178
リリース時間 : 12/26/2024

モデル概要

このモデルはCLIP（Contrastive Language-Image Pretraining）の画像エンコーダー部分で、Vision Transformer (ViT)アーキテクチャを採用し、画像特徴抽出タスクに適しています。

モデル特徴

CLIPアーキテクチャに基づく
対照学習フレームワークを採用し、画像とテキストの共同表現を学習できます。
Vision Transformer
ViTアーキテクチャを使用して画像を処理し、画像をパッチシーケンスに分割して処理します。
大規模事前学習
大規模データセットで事前学習されており、強力な特徴抽出能力を持っています。

モデル能力

画像特徴抽出
画像表現学習

使用事例

コンピュータビジョン
画像検索
抽出した画像特徴を使用して類似画像を検索します。
視覚的質問応答
視覚的質問応答システムの画像エンコーダーとして使用します。
マルチモーダル学習
画像とテキストのマッチング
画像とテキストのクロスモーダルマッチングタスクに使用されます。
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