R

Resnet50x64 Clip Gap.openai

由 timm 开发
基于ResNet50架构的CLIP模型图像编码器,具有64倍宽度扩展,使用全局平均池化(GAP)策略
下载量 107
发布时间 : 12/26/2024

模型简介

该模型是CLIP框架中的图像编码器部分,采用扩展版的ResNet50架构,用于提取图像特征并与文本特征进行对齐。

模型特点

扩展架构
采用64倍宽度的ResNet50变体,具有更强的特征提取能力
全局平均池化
使用GAP(Global Average Pooling)策略替代传统池化方式
CLIP兼容
专为CLIP多模态学习框架设计的图像编码器

模型能力

图像特征提取
视觉表示学习
多模态对齐

使用案例

多模态学习
图文匹配
将图像特征与文本特征进行对齐匹配
零样本分类
利用CLIP框架实现无需微调的图像分类
计算机视觉
图像检索
基于提取的图像特征进行相似图像搜索
AIbase
智启未来,您的人工智能解决方案智库
简体中文