Характеристики

Лицензия: MIT
Библиотека: libreyolo
Опубликована: 28 июн 2026

Ссылки

LibreCLIPb16-cls

Классификация изображений без дообученияИзображение, текст → label

OpenCLIP ViT-B/16 в формате LibreYOLO для классификации изображений по произвольным текстовым категориям без фиксированного набора меток.

0скачиваний за 30 дней0лайковвеса обновлены28 июн 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

LibreCLIPb16-cls — чекпойнт OpenCLIP ViT-B/16, перепакованный LibreYOLO для классификации изображений по произвольным текстовым категориям без фиксированного набора классов. Разработчик — LibreYOLO; исходные веса взяты из laion/CLIP-ViT-B-16-laion2B-s34B-b88K и обучены на LAION-2B.

Модель сопоставляет изображение с текстовыми описаниями классов: пользователь задаёт категории через set_classes, после чего модель возвращает оценки соответствия. Подходит для zero-shot и open-vocabulary сценариев, например для распознавания объектов или состояний, заданных собственными текстовыми метками. Изменения ограничены переименованием ключей state dict; обученные параметры не менялись. Репозиторий использует формат PyTorch и библиотеку LibreYOLO. Лицензия — MIT.

README сообщает о задокументированной проблеме CSAM-контента в истории данных LAION-2B и рекомендует при наличии выбирать веса, обученные на Re-LAION. CLIP-сопоставление не гарантирует точной классификации и зависит от формулировок текстовых категорий.

Сценарии применения

классификация изображений по заданным пользователем категориям
поиск погрузчика на снимках склада по текстовому описанию
выявление разлитой жидкости на изображениях помещений
распознавание сцен и объектов с открытым набором меток

Ограничения

Качество зависит от формулировок текстовых категорий и не гарантирует точной классификации. Веса обучены на LAION-2B, наборе данных с задокументированной историей CSAM-контента; README рекомендует предпочитать веса на основе Re-LAION, если они доступны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreCLIPb16-cls

OpenCLIP ViT-B/16 (LAION-2B), repackaged as a native LibreYOLO checkpoint for zero-shot, open-vocabulary image classification with LibreCLIP. No training and no fixed label set: call set_classes([...]), then predict.

Source

Derived from laion/CLIP-ViT-B-16-laion2B-s34B-b88K (OpenCLIP arch ViT-B-16, pretrained tag laion2b_s34b_b88k). Copyright (c) 2021 OpenAI; (c) 2012-2021 OpenCLIP authors. Licensed under the MIT License.

Data provenance

These weights were trained on LAION-2B, which has a documented CSAM-content history (Stanford, December 2023); LAION subsequently released the cleaned Re-LAION. Prefer Re-LAION-derived weights where available. See NOTICE.

Modifications

State-dict key remapping only — LibreCLIP's native towers mirror the OpenCLIP module structure, so the load is 0-missing / 0-unexpected. Learned parameters are unchanged. See weights/convert_clip_weights.py in the LibreYOLO source repository.

Usage

from libreyolo import LibreCLIP

model = LibreCLIP("LibreCLIPb16-cls.pt")                 # autodownloads from this repo
model.set_classes(["a forklift", "an empty aisle", "a spill"])
r = model.predict("warehouse.jpg")[0]
print(model.names[r.probs.top1], float(r.probs.top1conf))

License

MIT License. See the LICENSE and NOTICE files.

Как запустить

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

GPU в ailist

Универсальный рантайм · libreyolo · zero-shot-image-classification

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: bd30598