Chinese Clip Vit Base Patch16

🚀 中文CLIP-ViT基礎模型適配Transformers.js項目

本項目將 OFA-Sys/chinese-clip-vit-base-patch16 模型的ONNX權重進行處理，以適配Transformers.js庫，方便在Web環境中使用。

🚀 快速開始

安裝依賴

若你尚未安裝 Transformers.js JavaScript庫，可通過以下命令從 NPM 進行安裝：

npm i @xenova/transformers

💻 使用示例

基礎用法

以下是使用 Xenova/chinese-clip-vit-base-patch16 進行零樣本圖像分類的示例代碼：

import { pipeline } from '@xenova/transformers';

// 創建零樣本圖像分類管道
const classifier = await pipeline('zero-shot-image-classification', 'Xenova/chinese-clip-vit-base-patch16');

// 設置圖像URL和候選標籤
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/pikachu.png';
const candidate_labels = ['傑尼龜', '妙蛙種子', '小火龍', '皮卡丘'] // Squirtle, Bulbasaur, Charmander, Pikachu in Chinese

// 對圖像進行分類
const output = await classifier(url, candidate_labels);
console.log(output);
// [
//   { score: 0.9926728010177612, label: '皮卡丘' },        // Pikachu
//   { score: 0.003480620216578245, label: '妙蛙種子' },    // Bulbasaur
//   { score: 0.001942147733643651, label: '傑尼龜' },      // Squirtle
//   { score: 0.0019044597866013646, label: '小火龍' }      // Charmander
// ]

示例效果

📚 詳細文檔

注意事項

目前為ONNX權重單獨創建倉庫是一種臨時解決方案，直到WebML得到更廣泛的應用。若你想讓自己的模型適配Web環境，建議使用 🤗 Optimum 將模型轉換為ONNX格式，並按照本倉庫的結構進行組織（將ONNX權重放在名為 onnx 的子文件夾中）。

📦 模型信息