Resnet50 Clip.yfcc15m
模型概述
該模型是一個雙重用途的視覺模型,在OpenCLIP中稱為RN50-quickgelu,在timm中稱為resnet50_clip.yfcc15m,主要用於零樣本圖像分類任務。
模型特點
雙重框架兼容
同時兼容open_clip和timm框架,提供更靈活的使用方式
零樣本學習能力
支持零樣本圖像分類,無需特定類別的訓練數據即可進行分類
快速激活函數
使用quickgelu激活函數,可能提供更快的訓練和推理速度
模型能力
零樣本圖像分類
圖像特徵提取
使用案例
計算機視覺
通用圖像分類
對任意類別圖像進行分類而無需特定訓練
視覺內容分析
提取圖像特徵用於內容理解和分析
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