Metaclip L14 Fullcc2.5b

🚀 MetaCLIP模型（大尺寸版本，補丁分辨率14）

MetaCLIP模型應用於CommonCrawl（CC）的25億個數據點。它由Xu等人在論文Demystifying CLIP Data中提出，並首次在此倉庫發佈。

需注意：發佈MetaCLIP的團隊並未為此模型撰寫模型卡片，此卡片由Hugging Face團隊編寫。

✨ 主要特性

MetaCLIP模型可在共享嵌入空間中將圖像與文本進行關聯，從而實現零樣本圖像分類、基於文本的圖像檢索、基於圖像的文本檢索等功能。

📚 詳細文檔

模型描述

論文Demystifying CLIP Data旨在揭示CLIP在訓練數據整理方面的方法。OpenAI從未開源其數據準備管道相關的代碼。

CLIP高層概述。取自 CLIP論文。

預期用途與侷限性

可以使用原始模型在共享嵌入空間中將圖像與文本進行關聯。這使得諸如零樣本圖像分類、基於文本的圖像檢索、基於圖像的文本檢索等功能成為可能。

使用方法

我們參考文檔。只需替換中心模型的名稱即可。

BibTeX引用與引用信息

@misc{xu2023demystifying,
      title={Demystifying CLIP Data}, 
      author={Hu Xu and Saining Xie and Xiaoqing Ellen Tan and Po-Yao Huang and Russell Howes and Vasu Sharma and Shang-Wen Li and Gargi Ghosh and Luke Zettlemoyer and Christoph Feichtenhofer},
      year={2023},
      eprint={2309.16671},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 許可證

本項目採用CC BY-NC 4.0許可證。