オープンソースのConvNeXt-XXLarge画像エンコーダ - マルチモーダルタスクに適した強力なツール

ホーム

Convnext Xxlarge.clip Laion2b Soup

timmによって開発

CLIPフレームワークに基づくConvNeXt-XXLarge画像エンコーダー、LAIONによってトレーニングされ、マルチモーダルタスクに適しています

画像分類

Transformers

オープンソースライセンス:Apache-2.0 #大規模視覚特徴抽出 #CLIPアーキテクチャ最適化 #ゼロショット画像分類

ダウンロード数 220

リリース時間 : 12/24/2024

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、ConvNeXt-XXLargeアーキテクチャを採用し、LAION-2Bデータセットでトレーニングされ、画像特徴抽出とクロスモーダル表現学習に使用できます

モデル特徴

大規模事前学習

LAION-2B大規模データセットでトレーニングされており、強力な画像理解能力を持っています

ConvNeXtアーキテクチャ

現代のConvNeXtアーキテクチャのXXLargeバージョンを採用し、CNNとTransformerの利点を組み合わせています

CLIP互換

CLIPフレームワークの画像エンコーダー部分として、テキストエンコーダーと連携してクロスモーダル学習を実現できます

モデル能力

画像特徴抽出

視覚表現学習

クロスモーダルアラインメント

使用事例

マルチモーダルアプリケーション

画像検索

テキストクエリに基づいて関連画像を検索

画像分類

抽出された特徴を利用してゼロショットまたは少数ショット画像分類を実行

コンピュータビジョン

視覚特徴抽出

下流タスクに高品質な画像表現を提供

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

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。

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

uer

2,694

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

Convnext Xxlarge.clip Laion2b Soup

モデル概要

モデル特徴

モデル能力

使用事例

🚀 convnext_xxlarge.clip_laion2b_soup

📄 ライセンス