AIbase

V

Vit Large Patch14 Clip 224.datacompxl

由 timm 开发
基于CLIP架构的视觉Transformer模型，专门用于图像特征提取，由LAION组织发布。
图像分类
Transformers
开源协议:Apache-2.0#多模态预训练#零样本图像分类#大规模视觉表征
下载量 14
发布时间 : 12/24/2024
模型介绍
内容详情
替代品

模型简介

该模型是CLIP（Contrastive Language-Image Pretraining）的图像编码器部分，采用ViT-Large架构，通过大规模图像-文本对训练，能够提取高质量的图像特征表示。

模型特点

大规模预训练
使用DataComp XL数据集（s13B-b90K）进行预训练，包含大规模图像-文本对数据
高分辨率处理
支持224x224像素的输入分辨率，能够捕捉更精细的图像特征
对比学习框架
基于CLIP的对比学习框架训练，学习图像和文本的联合表示空间

模型能力

图像特征提取
图像-文本对齐
零样本图像分类
图像检索

使用案例

计算机视觉
零样本图像分类
无需特定训练即可对图像进行分类
在多个基准测试中表现优异
图像检索
基于文本查询检索相关图像
能够实现高质量的跨模态检索
多模态应用
图像标注
自动为图像生成描述性文本