V

Vit Base Patch16 Plus Clip 240.laion400m E31

由timm開發
基於LAION-400M數據集訓練的視覺-語言雙用途模型,支持零樣本圖像分類任務
下載量 37.23k
發布時間 : 10/23/2024

模型概述

該模型是OpenCLIP和timm框架的雙用途視覺模型,採用ViT-B-16-plus架構,在LAION-400M數據集上訓練完成,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OpenCLIP和timm框架,提供更靈活的使用方式
零樣本學習
無需微調即可執行圖像分類任務
大規模訓練數據
基於LAION-400M數據集訓練,具有強大的泛化能力

模型能力

零樣本圖像分類
圖像特徵提取
視覺-語言對齊

使用案例

圖像理解
零樣本圖像分類
無需特定訓練即可對新類別圖像進行分類
內容審核
識別圖像中的不當內容
多模態應用
圖像檢索
基於文本描述檢索相關圖像
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase