Metaclip B16 400m

🚀 MetaCLIP模型（基础版本，补丁分辨率16）

MetaCLIP模型是将其应用于CommonCrawl（CC）的4亿个数据点而得到的。该模型由Xu等人在论文 Demystifying CLIP Data 中提出，并首次在 此仓库 中发布。

声明：发布MetaCLIP的团队并未为此模型撰写模型卡片，此模型卡片由Hugging Face团队撰写。

🚀 快速开始

MetaCLIP模型可用于在共享嵌入空间中将图像与文本进行关联。这使得诸如零样本图像分类、基于文本的图像检索、基于图像的文本检索等任务成为可能。

✨ 主要特性

• 数据应用广泛：应用于CommonCrawl（CC）的4亿个数据点。
• 揭示训练数据管理方法：论文 Demystifying CLIP Data 旨在揭示CLIP围绕训练数据管理的方法。

📚 详细文档

模型描述

论文 Demystifying CLIP Data 旨在揭示CLIP围绕训练数据管理的方法。OpenAI从未开源其关于数据准备管道的代码。

CLIP 高层概述。取自 CLIP论文。

预期用途和限制

可以使用原始模型在共享嵌入空间中将图像与文本进行关联。这使得诸如零样本图像分类、基于文本的图像检索、基于图像的文本检索等任务成为可能。

使用方法

我们参考 文档。只需替换模型在模型中心的名称即可。

BibTeX引用和引用信息

@misc{xu2023demystifying,
      title={Demystifying CLIP Data}, 
      author={Hu Xu and Saining Xie and Xiaoqing Ellen Tan and Po-Yao Huang and Russell Howes and Vasu Sharma and Shang-Wen Li and Gargi Ghosh and Luke Zettlemoyer and Christoph Feichtenhofer},
      year={2023},
      eprint={2309.16671},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 许可证

本模型采用CC BY-NC 4.0许可证。