V
Vit Base Patch16 Clip 224.metaclip 400m
由 timm 开发
基于MetaCLIP-400M数据集训练的双框架兼容视觉模型,支持OpenCLIP和timm框架
下载量 1,206
发布时间 : 10/23/2024
模型简介
这是一个基于Vision Transformer架构的视觉模型,专门用于零样本图像分类任务。模型在MetaCLIP-400M数据集上训练,兼容OpenCLIP和timm两种框架。
模型特点
双框架兼容
同时支持OpenCLIP和timm框架,提供更灵活的使用方式
零样本学习能力
无需特定类别训练即可对新类别进行分类
快速GELU激活
采用quickgelu变体,可能提供更快的训练和推理速度
模型能力
零样本图像分类
图像特征提取
跨模态表示学习
使用案例
计算机视觉
开放域图像分类
对任意类别图像进行分类而无需特定训练
图像检索
基于语义相似度的图像搜索
多模态应用
图文匹配
评估图像与文本描述的匹配程度
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文