Metaclip B32 Fullcc2.5b

🚀 MetaCLIP模型，基礎版本，補丁分辨率32

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

免責聲明：發佈MetaCLIP的團隊並未為此模型撰寫模型卡片，此模型卡片由Hugging Face團隊撰寫。

✨ 主要特性

• 應用於大規模的CommonCrawl數據，數據量達25億個數據點。
• 旨在揭示CLIP在訓練數據整理方面的方法。

📚 詳細文檔

模型描述

論文Demystifying CLIP Data旨在揭示CLIP圍繞訓練數據整理的方法。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。

預期用途和限制

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任務成為可能。

使用方法

我們參考文檔。只需替換模型在模型中心的名稱即可。

BibTeX引用和引用信息

@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

本模型採用CC BY-NC 4.0許可證。