AIbase
TW
模型選型
標籤
CLIP架構優化

# CLIP架構優化

Vit Giant Patch14 Clip 224.laion2b
Apache-2.0
基於CLIP架構的視覺Transformer模型，專為圖像特徵提取設計，使用laion2B數據集訓練
圖像分類 Transformers
V
timm
71
0
Convnext Xxlarge.clip Laion2b Soup
Apache-2.0
基於CLIP框架的ConvNeXt-XXLarge圖像編碼器，由LAION訓練，適用於多模態任務
圖像分類 Transformers
C
timm
220
0
Convnext Large Mlp.clip Laion2b Ft Soup 320
Apache-2.0
基於CLIP架構的ConvNeXt-Large圖像編碼器，在LAION-2B數據集上微調，支持320x320分辨率圖像特徵提取
圖像分類 Transformers
C
timm
173
0
Quiltnet B 16 PMB
MIT
基於Quilt-1M病理視頻數據集訓練的ViT-B/16視覺編碼器與PubMedBERT文本編碼器多模態基礎模型
圖像生成文本
Q
wisdomik
513
5
Quiltnet B 32
MIT
基於Quilt-1M病理視頻數據集訓練的CLIP ViT-B/32視覺語言基礎模型，專為病理組織學分析設計
文本生成圖像
Q
wisdomik
8,442
22
Altclip M9
Openrail
AltCLIP-m9是一個支持9種語言的多語言CLIP模型，為多語言文生圖模型提供支持。
文本生成圖像 Transformers 支持多種語言
A
BAAI
25
8
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase