E

Eva02 Large Patch14 Clip 336.merged2b

由timm開發
EVA02 CLIP 是一個基於 CLIP 架構的大規模視覺-語言模型,支持零樣本圖像分類等任務。
下載量 197
發布時間 : 12/26/2024

模型概述

該模型是基於 EVA02 和 CLIP 架構的視覺-語言模型,能夠理解圖像和文本之間的關係,適用於多種跨模態任務。

模型特點

零樣本學習能力
無需特定任務的微調即可執行圖像分類等任務
跨模態理解
能夠同時處理和理解視覺和文本信息
大規模預訓練
基於大量圖像-文本對進行預訓練,具有強大的泛化能力

模型能力

零樣本圖像分類
圖像-文本匹配
跨模態檢索

使用案例

計算機視覺
圖像分類
無需訓練即可對圖像進行分類
在多個基準測試中表現優異
圖像檢索
根據文本描述檢索相關圖像
內容審核
不良內容檢測
識別圖像中的不當內容
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase