E

Eva02 Large Patch14 Clip 336.merged2b S6b B61k

由timm開發
EVA02是一個基於CLIP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 15.78k
發布時間 : 4/10/2023

模型概述

該模型基於CLIP架構,結合了視覺和語言處理能力,適用於零樣本圖像分類等跨模態任務。

模型特點

零樣本學習
支持無需特定任務訓練即可完成圖像分類任務。
跨模態理解
能夠同時處理視覺和語言信息,實現圖像與文本的關聯。
大規模預訓練
基於大規模數據集進行預訓練,具備強大的泛化能力。

模型能力

零樣本圖像分類
跨模態檢索
圖像-文本匹配

使用案例

圖像分類
零樣本圖像分類
無需特定訓練即可對新類別圖像進行分類。
跨模態檢索
圖像-文本檢索
根據文本描述檢索相關圖像,或根據圖像生成描述文本。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase