E

Eva02 Enormous Patch14 Plus Clip 224.laion2b S9b B144k

由timm開發
基於EVA02架構的大規模視覺語言模型,支持零樣本圖像分類任務
下載量 12.57k
發布時間 : 4/11/2023

模型概述

該模型是CLIP架構的變體,結合了EVA02的視覺編碼器,用於圖像和文本的聯合表示學習,特別擅長零樣本圖像分類任務

模型特點

零樣本學習能力
無需特定任務微調即可執行圖像分類任務
大規模預訓練
在LAION-2B數據集上進行預訓練,具有強大的視覺語言理解能力
高效視覺編碼
採用EVA02架構的視覺編碼器,提供高效的圖像特徵提取

模型能力

零樣本圖像分類
圖像-文本匹配
跨模態檢索

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,減少人工標註成本
電子商務
產品分類
根據產品圖像自動分類到相應類別
無需預先定義固定類別,支持靈活的產品分類
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase