AIbase
TW
模型選型
標籤
圖像文本檢索

# 圖像文本檢索

Siglip So400m Patch14 224
Apache-2.0
SigLIP是基於CLIP改進的多模態模型，採用更優的Sigmoid損失函數，在WebLi數據集上預訓練完成，適用於零樣本圖像分類和圖像-文本檢索等任務。
文本生成圖像 Transformers
S
google
6,654
53
Clip Japanese Base
Apache-2.0
由LY Corporation開發的日語CLIP模型，基於約10億個網絡收集的圖像-文本對進行訓練，適用於多種視覺任務。
文本生成圖像 Transformers 日語
C
line-corporation
14.31k
22
Japanese Clip Vit B 32 Roberta Base
日語版本的CLIP模型，能夠將日語文本和圖像映射到相同的嵌入空間，適用於零樣本圖像分類、文本-圖像檢索等任務。
文本生成圖像 Transformers 日語
J
recruit-jp
384
9
Clip Flant5 Xl
Apache-2.0
專為圖像-文本檢索任務微調的視覺-語言生成模型，基於google/flan-t5-xl改進
文本生成圖像 Transformers 英語
C
zhiqiulin
13.44k
2
Clip Flant5 Xxl
Apache-2.0
基於google/flan-t5-xxl微調的視覺語言生成模型，專為圖像文本檢索任務設計
圖像生成文本 Transformers 英語
C
zhiqiulin
86.23k
2
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