Resnet50 Clip.openai
模型概述
該模型結合了ResNet50的視覺特徵提取能力和CLIP的跨模態理解能力,適用於零樣本圖像分類任務。
模型特點
零樣本學習
無需特定類別訓練數據即可對新類別進行分類
跨模態理解
結合視覺和文本信息進行圖像分類
高效架構
基於ResNet50的平衡性能和效率的架構
模型能力
零樣本圖像分類
跨模態圖像理解
多類別圖像識別
使用案例
內容管理
自動圖像標註
為未標註圖像自動生成描述性標籤
提高內容管理效率
電子商務
產品分類
根據自然語言描述對新產品進行分類
無需為每個新產品類別重新訓練模型
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