%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)
Resnet101 Clip Gap.openai
Apache-2.0
CLIPフレームワークに基づくResNet101画像エンコーダー、グローバル平均プーリング(GAP)による画像特徴抽出
画像分類
Transformers
TransformersR
timm
104
0
Resnet50x64 Clip Gap.openai
Apache-2.0
ResNet50アーキテクチャに基づくCLIPモデルの画像エンコーダー、64倍の幅拡張を備え、グローバル平均プーリング(GAP)戦略を使用
画像分類 Transformers
TransformersR
timm
107
0
Resnet50x16 Clip Gap.openai
Apache-2.0
CLIPフレームワークに基づくResNet50x16バリアントモデル、画像特徴抽出に特化
画像分類 Transformers
TransformersR
timm
129
0
Resnet50x4 Clip Gap.openai
Apache-2.0
CLIPフレームワークに基づくResNet50x4バリアントモデルで、画像特徴抽出用に設計
画像分類 Transformers
TransformersR
timm
170
0
Vit Large Patch14 Clip 224.dfn2b
その他
CLIPアーキテクチャに基づく視覚トランスフォーマーモデルで、画像特徴抽出に特化しており、Apple社によってリリースされました。
画像分類 Transformers
TransformersV
timm
178
0
Vit Huge Patch14 Clip 224.dfn5b
その他
CLIPアーキテクチャに基づくViT-Huge画像エンコーダーで、AppleがリリースしたDFN5B-CLIPモデル。視覚特徴抽出タスクに適しています。
画像分類 Transformers
TransformersV
timm
128
0
Vit Base Patch16 Clip 224.dfn2b
その他
CLIPアーキテクチャに基づくVision Transformerモデル、Apple社が公開したDFN2B-CLIP画像エンコーダーの重み
画像分類 Transformers
TransformersV
timm
444
0
Vit Huge Patch14 Clip 224.laion2b
Apache-2.0
CLIPフレームワークに基づくViT-Huge視覚エンコーダ、laion2Bデータセットでトレーニング済み、画像特徴抽出をサポート
画像分類 Transformers
TransformersV
timm
1,969
0
Vit Base Patch32 Clip 256.datacompxl
Apache-2.0
CLIPアーキテクチャに基づく視覚Transformerモデル、256x256解像度の入力をサポートする画像特徴抽出に特化
画像分類 Transformers
TransformersV
timm
89
0
Vit Base Patch32 Clip 224.laion2b
Apache-2.0
CLIPアーキテクチャに基づく視覚Transformerモデル、画像特徴抽出用に設計、laion2Bデータセットで学習
画像分類 Transformers
TransformersV
timm
83
0
Vit Base Patch32 Clip 224.datacompxl
Apache-2.0
CLIPアーキテクチャに基づくVision Transformerモデルで、画像特徴抽出のために設計され、DataComp XLデータセットで学習済み
画像分類 Transformers
TransformersV
timm
13
0
Convnext Base.clip Laiona
Apache-2.0
CLIPフレームワークに基づくConvNeXt Baseモデルで、LAION-Aestheticデータセットでトレーニングされ、画像特徴抽出タスクに適しています。
画像分類 Transformers
TransformersC
timm
14
0
Clip Vit Base Patch32 Stanford Cars
CLIP視覚トランスフォーマーアーキテクチャに基づき、スタンフォード自動車データセットでファインチューニングされた視覚分類モデル
画像分類 Transformers
TransformersC
tanganke
4,143
1
Git Base One Piece
MIT
マイクロソフトのgit-baseモデルをファインチューニングした視覚言語モデルで、アニメ『ワンピース』の画像に対して記述的なテキスト字幕を生成するために特別に設計されています
画像生成テキスト Transformers 複数言語対応
Transformers 複数言語対応G
ayoubkirouane
16
0
Taiyi CLIP Roberta 102M Chinese
Apache-2.0
初めてオープンソース化された中国語CLIPモデルで、1億2300万の画像テキストペアで事前学習されており、テキストエンコーダはRoBERTa-baseアーキテクチャを採用しています。
テキスト生成画像 Transformers 中国語
Transformers 中国語T
IDEA-CCNL
558
51
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