AIbase
EN
Home
CLIP ViT B 32 CommonPool.M.clip S128m B4k
C

CLIP ViT B 32 CommonPool.M.clip S128m B4k

Developed by laion
CLIPアーキテクチャに基づくゼロショット画像分類モデルで、汎用プーリング機能をサポート
画像生成テキストOpen Source License:MIT#ゼロショット画像分類#マルチモーダルコントラスティブラーニング#大規模事前学習
Downloads 164
Release Time : 4/26/2023

Model Overview

このモデルはCLIPアーキテクチャに基づく視覚-言語モデルで、ゼロショット画像分類タスクを実行できます。視覚Transformer（ViT-B-32）とテキストエンコーダを組み合わせ、大量の画像-テキストペアでコントラスティブラーニングにより訓練されています。

Model Features

ゼロショット学習能力
特定タスクのファインチューニングなしで画像分類タスクを実行可能
汎用プーリング機能
複数のプーリング戦略をサポートし、様々なタスクへの適応性を向上
視覚-言語アライメント
コントラスティブラーニングにより視覚とテキスト表現を同一空間に整列

Model Capabilities

ゼロショット画像分類
画像-テキストマッチング
クロスモーダル検索

Use Cases

コンテンツモデレーション
自動コンテンツフィルタリング
テキスト記述に基づき不適切なコンテンツを自動識別
電子商取引
製品画像分類
製品説明に基づき製品画像を自動分類
メディア分析
画像タグ付け
画像に記述的なタグを生成
Featured Recommended AI Models
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 Supports Multiple Languages
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 English
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 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase