许可协议：apple-amlr
许可名称：苹果示例代码许可
许可链接：LICENSE

这是一个基于对比语言-图像预训练（CLIP）的ViT-B/32模型，训练数据来源于Conceptual Captions 12M、Conceptual Captions 3M以及Shutterstock 15M。
数据过滤网络（DFN）是一种小型网络，用于自动筛选大量未经整理的数据集。
本模型是基于公开可用数据训练的DFN实例。

该模型已从Axlearn项目（https://github.com/apple/axlearn）的原始JAX检查点转换为PyTorch格式。

模型详情

• 模型类型： 对比式图文模型，零样本图像分类
• 训练数据集： CC12M + CC3M + SS15M
• 相关论文：
  • 数据过滤网络：https://arxiv.org/abs/2309.17425
• 训练样本量： 12.8亿

引用文献

@article{fang2023data,
  title={数据过滤网络},
  author={方, 亚历克斯 and 约瑟, 阿尔宾·马达普利 and 贾因, 阿米特 and 施密特, 路德维希 and 托舍夫, 亚历山大 and 尚卡尔, 瓦伊沙尔},
  journal={arXiv预印本 arXiv:2309.17425},
  year={2023}
}