C

Clip Vit Base Patch32 Stanford Cars

Developed by tanganke
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
Downloads 4,143
Release Time : 4/28/2024

Model Overview

このモデルはOpenAI CLIP視覚エンコーダーのスタンフォード自動車データセットでのファインチューニング版で、自動車画像分類タスク専用です。

Model Features

専門分野ファインチューニング
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、自動車分類精度が大幅に向上
効率的な視覚エンコーディング
ViTアーキテクチャに基づき、32x32ピクセルブロックで画像を処理
モジュール設計
視覚エンコーダーを単独で使用、または完全なCLIPモデルに統合可能

Model Capabilities

自動車画像分類
視覚特徴抽出
細粒度画像認識

Use Cases

自動車業界
自動車モデル識別
画像中の自動車のブランドとモデルを識別
精度78.19%
中古車評価
画像を通じて自動的に車両特徴を識別
小売
自動車EC検索
画像で類似車両を検索
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase