Clipseg Rd64
CLIPSegはテキストと画像プロンプトに基づく画像セグメンテーションモデルで、ゼロショットおよびワンショット画像セグメンテーションタスクをサポートします。
ダウンロード数 62
リリース時間 : 11/4/2022
モデル概要
このモデルはLüddeckeらによって提案され、CLIPの視覚-言語理解能力を組み合わせた画像セグメンテーションに特に適しており、新しいカテゴリへの迅速な適応が必要なシナリオに最適です。
モデル特徴
ゼロショットセグメンテーション
特定のカテゴリのトレーニングなしでセグメンテーションタスクを実行可能
マルチモーダルプロンプト
テキストと画像を同時にセグメンテーションプロンプトとして使用可能
軽量版
次元を64に削減した圧縮版で、性能と効率のバランスを実現
モデル能力
画像セグメンテーション
ゼロショット学習
マルチモーダル理解
意味的セグメンテーション
使用事例
コンピュータビジョン
インタラクティブ画像編集
テキストプロンプトを使用して画像内の特定オブジェクトを迅速に選択し編集
精密なオブジェクトレベルの画像操作を実現
視覚的質問応答システム
テキスト質問と組み合わせて画像内の関連領域を特定
視覚的質問応答システムの説明能力を強化
医療画像
病変領域アノテーション
自然言語記述を使用して医療画像分析を支援
専門的なアノテーション需要を削減
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