V

Vit Large Patch14 Clip 224.laion400m E32

由timm開發
基於LAION-400M數據集訓練的大型視覺Transformer模型,支持零樣本圖像分類任務
下載量 1,208
發布時間 : 10/23/2024

模型概述

這是一個基於Vision Transformer架構的雙用途模型,兼容open_clip和timm框架,主要用於零樣本圖像分類任務。

模型特點

雙框架兼容
同時支持open_clip和timm框架,提供更靈活的使用方式
零樣本學習
無需特定訓練即可對新類別進行圖像分類
大規模預訓練
基於LAION-400M大規模數據集訓練,具有強大的視覺表示能力

模型能力

圖像分類
視覺特徵提取
零樣本學習

使用案例

計算機視覺
通用圖像分類
對任意圖像進行分類,無需特定領域訓練
內容理解
理解圖像內容並生成相關描述
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase