Характеристики

Лицензия: CC BY-NC 4.0
Базовая модель: clip-vit-large-patch14
Библиотека: open_clip
Опубликована: 29 сен 2026

Ссылки

wearlystyle

Классификация изображений без дообученияИзображение, текст → label

Дообученная модель CLIP для классификации изображений одежды и модных стилей по текстовым категориям, включая корейскую моду.

8скачиваний за 30 дней0лайковвеса обновлены7 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

2lY0/wearlystyle — дообученная на базе openai/clip-vit-large-patch14 модель для классификации изображений одежды и стилей моды по текстовым категориям. Она предназначена для сценариев zero-shot image classification, в том числе для распознавания корейской моды; модель сопоставляет изображение с предложенными текстовыми описаниями и определяет наиболее подходящие категории. Репозиторий использует библиотеку open_clip и формат safetensors. Модель выпущена под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

определение стиля одежды по фотографии
классификация образов корейской моды
поиск изображений одежды по текстовым категориям
автоматическая разметка фотографий одежды

Ограничения

Точность зависит от формулировок текстовых категорий и соответствия изображений обучающим данным; численные оценки качества в доступных материалах не приведены. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

사용법

# pip install open_clip_torch huggingface_hub safetensors
import json, torch, open_clip
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
repo = "2lY0/wearlystyle"   # 비공개 저장소면 먼저 `huggingface-cli login`
cfg = json.load(open(hf_hub_download(repo, "musinsa_clip_config.json")))
model, _, preprocess = open_clip.create_model_and_transforms(cfg["model"], pretrained=None)
model.load_state_dict(load_file(hf_hub_download(repo, "model.safetensors"))); model.eval()
tok = open_clip.get_tokenizer(cfg["model"])
texts = [cfg["templates"][0].format(cfg["en_phrase"][c]) for c in cfg["classes"]]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · open_clip

Нельзя запустить

Модели OpenCLIP требуют отдельного рантайма.

Ревизия весов: 043e77b