C

CLIP ViT L Rho50 K1 Constrained FARE2

LEAF-CLIPによって開発
openai/clip-vit-large-patch14をベースに微調整した特徴抽出モデルで、画像とテキストエンコーダを最適化しました。
ダウンロード数 253
リリース時間 : 4/16/2025

モデル概要

これはCLIPアーキテクチャに基づく特徴抽出モデルで、FAREとLEAF手法を用いて画像とテキストエンコーダを微調整し、マルチモーダル特徴抽出タスクに適しています。

モデル特徴

敵対的微調整
画像エンコーダはFAREを使用してε = 2/255で微調整され、敵対的攻撃に対するロバスト性が強化されました。
意味制約微調整
テキストエンコーダはLEAFを使用してk = 1、ρ = 50で意味制約を伴って微調整されました。
マルチモーダル特徴抽出
画像とテキストの特徴抽出を同時にサポートし、元のCLIPのマルチモーダル能力を維持します。

モデル能力

画像特徴抽出
テキスト特徴抽出
マルチモーダル特徴アライメント

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。
自然言語処理
クロスモーダル検索
テキストから画像または画像からテキストのクロスモーダル検索を実現します。
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
© 2025AIbase