/ Модель

Характеристики

Размер весов
352 МБ
Лицензия
MIT
Базовая модель
clip-vit-base-patch32
Библиотека
onnx
Опубликована
14 июл 2026

CLIP_VITB32

ЭмбеддингиТекст → embedding8 профессий

EIDORA/CLIP_VITB32 — лёгкая модель для получения векторных представлений изображений. Пакет разработан EIDORA на основе оригинальной модели OpenAI CLIP ViT-B/32 и экспортирован в формат ONNX для выполнения через ONNX Runtime.

553скачиваний за 30 дней0лайковвеса обновлены14 июл 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

Модель предназначена для быстрого визуального группирования, поиска, извлечения похожих изображений, построения карт обнаружения и других embedding-сценариев, особенно на ноутбуках и в крупных проектах с первичной обработкой коллекций.

Модель принимает изображение и возвращает нормализованный float32-вектор размерности 512, предназначенный для сравнения по cosine similarity. Используется центральное кадрирование, масштабирование значений на 1/255 и нормализация внутри ONNX-графа. К сильным сторонам относятся небольшой размер загрузки, низкое потребление памяти и высокая скорость работы на CPU. Ограничения включают меньшую пригодность для тонкого визуального сходства и специализированных предметных областей, а также возможное отражение смещений веб-данных, на которых обучалась исходная CLIP. Результаты сходства не следует использовать как единственное доказательство идентичности, авторства, намерений или чувствительных атрибутов. Пакет распространяется по лицензии MIT; EIDORA является разработчиком ONNX-конвертации, а не исходной модели.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CLIP_VITB32_512

CLIP_VITB32_512 is a light image embedding model for fast visual grouping in EIDORA. Choose it when you want a broadly useful visual model that runs on most laptops.

Best For

  • Fast first-pass visual grouping.
  • Image collections where semantic similarity matters more than exact object classification.
  • A broadly useful starter model for EIDORA image workflows.

Not Ideal For

  • Fine-grained visual similarity where a heavier model is acceptable.
  • Text-only projects.
  • Specialized domains that need a domain-trained visual encoder.

Compute Tier

Light: small download, low memory, faster CPU runtime. Intended for laptop CPU use and large first-pass projects.

Inputs

  • image: required image input from media_source.

Output

The primary output is embedding, a float32 tensor shaped [batch, 512]. Embeddings are already normalized and are intended for cosine similarity.

Usage In EIDORA

EIDORA shows this package as a light image embedding model in the Model Zoo. Use it for discovery maps, grouping, retrieval, and related embedding workflows.

Preprocessing

  • image: resize mode defaults to crop_center; rescale uses 1/255; normalize inside the ONNX graph with mean [0.48145466, 0.4578275, 0.40821073] and std [0.26862954, 0.26130258, 0.27577711].

Authorship And Citation

This ONNX package was produced by EIDORA from the original CLIP ViT-B/32 model. EIDORA converted the model to ONNX and is not the original model creator. Please cite Learning Transferable Visual Models From Natural Language Supervision and the original model repository when using this converted model.

Original model: https://github.com/openai/CLIP

Original paper: https://arxiv.org/abs/2103.00020

Authors: Alec Radford, Jong Wook Kim, Chris Hallacy, Aditya Ramesh, Gabriel Goh, Sandhini Agarwal, Girish Sastry, Amanda Askell, Pamela Mishkin, Jack Clark, Gretchen Krueger, Ilya Sutskever

@inproceedings{radford2021learning,
  title={Learning Transferable Visual Models From Natural Language Supervision},
  author={Radford, Alec and Kim, Jong Wook and Hallacy, Chris and Ramesh, Aditya and Goh, Gabriel and Agarwal, Sandhini and Sastry, Girish and Askell, Amanda and Mishkin, Pamela and Clark, Jack and Krueger, Gretchen and Sutskever, Ilya},
  booktitle={International Conference on Machine Learning},
  year={2021}
}

Training Data And Provenance

Base model: openai/clip-vit-base-patch32. Source repository: https://huggingface.co/openai/clip-vit-base-patch32. Known training data: WebImageText-style image/text pairs described by the upstream CLIP authors. Package payload size: 351584808 bytes.

Evaluation And Validation

The package validation checks that the ONNX graph loads with ONNX Runtime CPU execution, runs the declared fixtures, returns finite float32 embeddings with the declared shape, and matches the artifact hash recorded in config.yaml.

Limitations And Safety

CLIP embeddings can reflect web-scale training data biases and may miss fine visual details. Similarity scores should not be used as sole evidence for identity, authorship, intent, or sensitive attributes.

License And Attribution

This package uses license mit. Upstream license: MIT. Converted to ONNX for EIDORA from the original OpenAI CLIP model.

Version

Package version: 1.0.0. ONNX opset: 17. Exporter: eidora-onnx-exporter 0.1.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

Модель выложена только в формате ONNX, рантайм загружает PyTorch-веса.

Ревизия весов
565db07

0 моделей