Vit Large Patch14 Clip 224.metaclip 2pt5b
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
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98