V

Vit Large Patch14 Clip 224.metaclip 2pt5b

Developed by timm
基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型,支持零样本图像分类任务
Downloads 2,648
Release Time : 10/23/2024

Model Overview

该模型是基于Vision Transformer架构的大规模视觉模型,兼容open_clip和timm框架,主要用于零样本图像分类任务。

Model Features

双框架兼容
同时兼容open_clip和timm框架,提供更灵活的使用方式
大规模预训练
基于MetaCLIP-2.5B大规模数据集训练,具有强大的特征提取能力
零样本学习
支持零样本图像分类任务,无需特定类别训练即可进行分类

Model Capabilities

图像特征提取
零样本图像分类
跨模态理解

Use Cases

图像分类
开放域图像分类
对任意类别的图像进行分类而无需特定训练
内容理解
图像内容分析
提取图像中的高级语义特征
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase