Vit Base Patch32 Clip 224.metaclip 400m
V
Vit Base Patch32 Clip 224.metaclip 400m
由timm開發
基於MetaCLIP-400M數據集訓練的視覺語言模型,支持零樣本圖像分類任務
下載量 2,406
發布時間 : 10/23/2024
模型概述
這是一個雙用途的視覺語言模型,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
零樣本學習能力
無需特定任務訓練即可執行圖像分類任務
快速推理
基於ViT-B-32架構優化,提供高效的推理速度
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
通用圖像分類
對未知類別的圖像進行分類而無需特定訓練
在多種圖像分類任務中表現良好
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
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