AIbase
JA
ホーム
Convnext Base.clip Laion2b
C

Convnext Base.clip Laion2b

timmによって開発
ConvNeXtアーキテクチャに基づくCLIP画像エンコーダー、LAION組織によってトレーニングされ、マルチモーダル視覚-言語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#マルチモーダル事前学習#ゼロショット画像分類#大規模視覚表現
ダウンロード数 297
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_base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、画像をテキストと整列した埋め込みベクトルにエンコードできます

モデル特徴

ConvNeXtアーキテクチャ
現代的な畳み込みニューラルネットワークアーキテクチャであるConvNeXtを採用し、CNNとTransformerの利点を組み合わせています
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、強力な視覚表現能力を持っています
CLIP互換
CLIPフレームワークと互換性があり、他のCLIPテキストエンコーダーと組み合わせて使用できます

モデル能力

画像特徴抽出
視覚-言語アラインメント
マルチモーダル埋め込み生成

使用事例

コンピュータビジョン
画像検索
テキストクエリを通じて関連画像を検索
ゼロショット分類
特定のトレーニングなしで新しいカテゴリを分類
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
画像とテキスト記述の一致度を判断
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