V

Vit Large Patch14 Clip 224.laion400m E31

由timm開發
基於LAION-400M數據集訓練的Vision Transformer大型模型,支持零樣本圖像分類任務
下載量 21.15k
發布時間 : 10/23/2024

模型概述

該模型是一個雙用途視覺模型,同時兼容OpenCLIP和timm框架,主要用於圖像分類任務,特別擅長零樣本學習場景

模型特點

雙框架兼容
同時支持OpenCLIP和timm框架,提供更靈活的使用方式
零樣本學習
無需特定領域訓練即可完成圖像分類任務
大規模訓練數據
基於LAION-400M數據集訓練,具有廣泛的視覺概念理解能力

模型能力

零樣本圖像分類
視覺特徵提取
跨模態理解

使用案例

圖像分析
通用物體識別
對圖像中的常見物體進行分類識別
在開放域圖像分類任務中表現良好
內容審核
自動識別圖像中的不當內容
可有效識別多種類型的敏感內容
跨模態應用
圖文匹配
評估圖像與文本描述的匹配程度
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase