V

Vit Base Patch32 Clip 224.laion2b E16

由timm開發
基於LAION-2B數據集訓練的Vision Transformer模型,支持零樣本圖像分類任務
下載量 7,683
發布時間 : 10/23/2024

模型概述

這是一個雙用途模型,可在OpenCLIP和timm框架中使用,主要用於零樣本圖像分類任務。

模型特點

雙框架支持
同時兼容OpenCLIP和timm框架,提供靈活的使用方式
零樣本學習
無需特定類別訓練即可對新類別進行分類
大規模預訓練
基於LAION-2B大規模數據集訓練,具有強大的視覺理解能力

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
對圖像進行分類而無需特定類別的訓練數據
內容審核
識別圖像中的不當內容
多模態應用
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