E

Eva Giant Patch14 Clip 224.laion400m S11b B41k

由 timm 开发
基于CLIP架构的视觉语言模型,支持零样本图像分类任务
下载量 459
发布时间 : 4/10/2023
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,能够将图像和文本映射到同一语义空间,实现跨模态的相似度计算和零样本图像分类。

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
能够同时理解图像和文本内容,建立两者之间的语义关联
大规模预训练
在LAION-400M等大规模数据集上进行预训练

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

内容审核
违规内容检测
自动识别图像中可能存在的违规内容
电子商务
产品分类
根据自然语言描述对产品图像进行分类
媒体分析
图像标注
为图像生成语义相关的文本描述