Clip Vit Base Patch32

🚀 基於Transformers.js的CLIP-ViT模型

本項目將 openai/clip-vit-base-patch32 模型轉換為ONNX權重，以適配 Transformers.js 庫，方便在Web環境中使用。

🚀 快速開始

本項目使用了 Transformers.js JavaScript庫，你可以通過以下命令從 NPM 進行安裝：

npm i @huggingface/transformers

💻 使用示例

基礎用法

使用 pipeline API 進行零樣本圖像分類：

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('zero-shot-image-classification', 'Xenova/clip-vit-base-patch32');
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/tiger.jpg';
const output = await classifier(url, ['tiger', 'horse', 'dog']);
// [
//   { score: 0.9993917942047119, label: 'tiger' },
//   { score: 0.0003519294841680676, label: 'horse' },
//   { score: 0.0002562698791734874, label: 'dog' }
// ]

📚 詳細文檔

注意事項

目前為ONNX權重單獨創建倉庫是一個臨時解決方案，直到WebML獲得更廣泛的應用。如果你想讓你的模型適用於Web環境，我們建議使用 🤗 Optimum 將模型轉換為ONNX格式，並按照本倉庫的結構組織你的倉庫（將ONNX權重放在名為 onnx 的子文件夾中）。

📄 模型信息