AIbase

C

CLIP ViT B 32 DataComp.S S13m B4k

由 laion 开发
基于CLIP架构的零样本图像分类模型，使用DataComp数据集训练，支持多种视觉任务。
文本生成图像开源协议:MIT#零样本图像分类#多模态对比学习#大规模预训练
下载量 92
发布时间 : 4/26/2023
模型介绍
内容详情
替代品

模型简介

该模型是基于CLIP架构的视觉-语言模型，能够进行零样本图像分类和跨模态检索任务。

模型特点

零样本学习能力
无需特定任务的微调即可执行新的视觉任务
跨模态理解
能够理解图像和文本之间的关联
高效视觉编码
使用Vision Transformer架构高效处理图像

模型能力

零样本图像分类
图像-文本匹配
跨模态检索
视觉特征提取

使用案例

内容检索
基于文本的图像搜索
使用自然语言描述检索相关图像
高精度的跨模态检索效果
自动标注
图像自动标注
为未标注图像生成描述性标签
减少人工标注工作量