Vit Base Patch16 Clip 224.metaclip 2pt5b
V
Vit Base Patch16 Clip 224.metaclip 2pt5b
由timm開發
基於MetaCLIP-2.5B數據集訓練的雙框架兼容視覺模型,支持OpenCLIP和timm框架
下載量 889
發布時間 : 10/23/2024
模型概述
該模型是一個基於Vision Transformer架構的視覺模型,主要用於零樣本圖像分類任務,兼容OpenCLIP和timm兩種框架。
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
快速GELU激活
使用quickgelu激活函數,可能提供更快的訓練和推理速度
大規模預訓練
基於MetaCLIP-2.5B大規模數據集訓練,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
跨模態理解
使用案例
計算機視覺
圖像分類
無需微調即可對新類別圖像進行分類
視覺搜索
基於文本描述搜索相關圖像
多模態應用
圖文匹配
評估圖像與文本描述的匹配程度
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98