E

Eva02 Large Patch14 Clip 224.merged2b S4b B131k

由 timm 开发
EVA02是一个基于CLIP架构的大规模视觉语言模型,支持零样本图像分类任务。
下载量 5,696
发布时间 : 4/10/2023

模型简介

该模型是基于CLIP架构的视觉语言模型,专注于零样本图像分类任务。它通过联合训练图像和文本编码器,实现了强大的跨模态理解能力。

模型特点

零样本学习能力
无需特定任务训练即可执行图像分类任务
跨模态理解
能够同时处理和理解视觉和文本信息
大规模预训练
基于大规模数据集进行预训练,具有强大的泛化能力

模型能力

零样本图像分类
图像-文本匹配
跨模态检索

使用案例

计算机视觉
图像分类
对图像进行分类而无需特定类别训练
在多种基准测试中表现良好
内容审核
识别图像中的不当内容
电子商务
产品分类
自动分类电商平台上的产品图片
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase