E

Eva Giant Patch14 Clip 224.laion400m S11b B41k

由timm開發
基於CLIP架構的視覺語言模型,支持零樣本圖像分類任務
下載量 459
發布時間 : 4/10/2023

模型概述

該模型是基於CLIP架構的視覺語言模型,能夠將圖像和文本映射到同一語義空間,實現跨模態的相似度計算和零樣本圖像分類。

模型特點

零樣本學習能力
無需特定任務的微調即可執行新的視覺任務
跨模態理解
能夠同時理解圖像和文本內容,建立兩者之間的語義關聯
大規模預訓練
在LAION-400M等大規模數據集上進行預訓練

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

內容審核
違規內容檢測
自動識別圖像中可能存在的違規內容
電子商務
產品分類
根據自然語言描述對產品圖像進行分類
媒體分析
圖像標註
為圖像生成語義相關的文本描述
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase