Характеристики

Лицензия: MIT
Библиотека: libreyolo
Опубликована: 28 июн 2026

Ссылки

LibreCLIPb32-cls

Классификация изображений без дообученияИзображение, текст → label

Переупакованная OpenCLIP ViT-B/32 для классификации изображений по произвольным текстовым меткам без фиксированного набора классов.

0скачиваний за 30 дней1лайквеса 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

LibreCLIPb32-cls — контрольная точка OpenCLIP ViT-B/32, переупакованная проектом LibreYOLO для классификации изображений по текстовым запросам с открытым словарём. Модель основана на laion/CLIP-ViT-B-32-laion2B-s34B-b79K и обучалась на LAION-2B; веса не дообучались, изменено только соответствие ключей state dict для загрузки в LibreYOLO. Число параметров и длина контекста не указаны в доступных данных.

Модель принимает изображения и текстовые описания классов, заданные пользователем через set_classes, и выдаёт оценки соответствия, позволяя классифицировать изображения без заранее фиксированного набора меток. Подходит, например, для поиска объектов и состояний сцены по произвольным текстовым запросам. Поддержка конкретных естественных языков в карточке не заявлена.

Лицензия — MIT. Обучающие веса происходят из LAION-2B; в README отмечена задокументированная история CSAM-контента в этом наборе данных и рекомендованы веса на основе очищенного Re-LAION, если они доступны.

Сценарии применения

поиск заданных объектов на изображениях по текстовым описаниям
классификация сцен без заранее заданного набора меток
определение наличия разлива, пустого прохода или техники на складских снимках

Ограничения

Естественные языки текстовых меток в карточке не перечислены. Веса обучены на LAION-2B, для которого README отмечает задокументированную историю CSAM-контента.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreCLIPb32-cls

OpenCLIP ViT-B/32 (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-32-laion2B-s34B-b79K (OpenCLIP arch ViT-B-32, pretrained tag laion2b_s34b_b79k). 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("LibreCLIPb32-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: f98cca1