Resnet101 Clip.openai
模型概述
該模型結合了ResNet101的視覺編碼能力和CLIP的多模態學習能力,能夠在不進行微調的情況下對圖像進行分類。
模型特點
零樣本學習
無需特定任務的微調即可執行圖像分類任務
多模態理解
同時理解視覺和文本信息,實現跨模態匹配
ResNet101骨幹網絡
使用成熟的ResNet101架構作為視覺編碼器
模型能力
圖像分類
跨模態檢索
零樣本學習
使用案例
圖像理解
零樣本圖像分類
使用自然語言描述對圖像進行分類,無需特定類別訓練
內容檢索
圖文匹配
根據文本描述檢索相關圖像,或根據圖像生成描述
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