Negclip
模型简介
该模型基于CLIP架构,主要用于零样本图像分类任务,能够理解图像内容并进行分类,无需特定任务的训练数据。
模型特点
零样本学习
无需特定任务的训练数据即可进行分类,具有较强的泛化能力。
多模态理解
能够同时处理图像和文本信息,理解两者之间的关联。
开放领域适用
适用于广泛的图像分类任务,不受特定领域的限制。
模型能力
零样本图像分类
图像-文本匹配
多模态理解
使用案例
图像分类
开放领域图像分类
对任意图像进行分类,无需预先定义类别。
能够准确识别图像中的主要对象和场景。
内容审核
不良内容检测
自动识别图像中的不良或敏感内容。
高效过滤不符合规范的内容。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98