%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Convnext Large Mlp.clip Laion2b Augreg
CLIPフレームワークに基づくConvNeXt-Large画像エンコーダー、LAION-2Bデータセットでトレーニング済み、視覚特徴抽出をサポート
ダウンロード数 107
リリース時間 : 12/24/2024
モデル概要
このモデルはCLIP（Contrastive Language-Image Pretraining）フレームワークの画像エンコーダー部分で、ConvNeXt-Largeアーキテクチャを採用し、画像から高度な視覚特徴を抽出するために特別に設計されています。
モデル特徴
大規模事前学習
LAION-2B大規模データセットを使用した事前学習により、強力な視覚特徴抽出能力を有する
ConvNeXtアーキテクチャ
現代的なConvNeXtアーキテクチャを採用し、CNNとTransformerの利点を組み合わせている
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組み合わせて使用可能
モデル能力
画像特徴抽出
視覚表現学習
画像-テキストアラインメント
使用事例
コンピュータビジョン
画像検索
視覚特徴に基づく類似画像検索
視覚的質問応答
マルチモーダルシステムの視覚特徴抽出コンポーネントとして
マルチモーダルアプリケーション
画像とテキストのマッチング
画像とテキスト記述の類似度を計算
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
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
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