AIbase

E

Eva02 Enormous Patch14 Plus Clip 224.laion2b S9b B144k

由 timm 开发
基于EVA02架构的大规模视觉语言模型，支持零样本图像分类任务
文本生成图像
Safetensors
开源协议:MIT#零样本图像分类#大规模预训练#多模态理解
下载量 12.57k
发布时间 : 4/11/2023
模型介绍
内容详情
替代品

模型简介

该模型是CLIP架构的变体，结合了EVA02的视觉编码器，用于图像和文本的联合表示学习，特别擅长零样本图像分类任务

模型特点

零样本学习能力
无需特定任务微调即可执行图像分类任务
大规模预训练
在LAION-2B数据集上进行预训练，具有强大的视觉语言理解能力
高效视觉编码
采用EVA02架构的视觉编码器，提供高效的图像特征提取

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

内容管理
自动图像标注
为未标注图像自动生成描述性标签
提高内容管理效率，减少人工标注成本
电子商务
产品分类
根据产品图像自动分类到相应类别
无需预先定义固定类别，支持灵活的产品分类