/ Модель

Характеристики

Контекст
77 токенов
Размер весов
1,7 ГБ
Лицензия
Своя лицензия
Архитектура
clip · dense
Библиотека
transformers.js
Опубликована
24 апр 2024

mobileclip_b

Классификация изображений без дообученияИзображение, текст → label3 профессии

ONNX-версия MobileCLIP-B для классификации изображений по текстовым меткам без специального обучения.

305скачиваний за 30 дней0лайковвеса обновлены16 апр 2025

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

Xenova/mobileclip_b — версия модели MobileCLIP-B в формате ONNX, подготовленная для работы с библиотекой Transformers.js. Это модель семейства CLIP для классификации изображений по текстовым описаниям: она сопоставляет изображение с кандидатными текстовыми метками и позволяет выбирать наиболее подходящую. Репозиторий указывает задачу zero-shot image classification и совместимость с Transformers.js.

Модель принимает изображения и текстовые варианты меток, а выдаёт оценки соответствия, которые можно использовать для классификации без обучения на собственных классах. Она подходит для клиентских JavaScript-приложений, которым нужна классификация изображений по заданному пользователем набору категорий. В карточке указана лицензия other; конкретные условия использования следует сверить с лицензией исходной модели MobileCLIP-B.

Сценарии применения

  • классификация изображений по пользовательским категориям
  • поиск подходящей подписи для изображения среди вариантов
  • добавление zero-shot-классификации изображений в JavaScript-приложение

Ограничения

Качество зависит от формулировок текстовых меток и набора кандидатов; сведения о языковой поддержке и конкретных ограничениях в доступной карточке отсутствуют.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

https://github.com/apple/ml-mobileclip with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Perform zero-shot image classification.

import {
  AutoTokenizer,
  CLIPTextModelWithProjection,
  AutoProcessor,
  CLIPVisionModelWithProjection,
  RawImage,
  dot,
  softmax,
} from '@huggingface/transformers';

const model_id = 'Xenova/mobileclip_b';

// Load tokenizer and text model
const tokenizer = await AutoTokenizer.from_pretrained(model_id);
const text_model = await CLIPTextModelWithProjection.from_pretrained(model_id);

// Load processor and vision model
const processor = await AutoProcessor.from_pretrained(model_id);
const vision_model = await CLIPVisionModelWithProjection.from_pretrained(model_id);

// Run tokenization
const texts = ['cats', 'dogs', 'birds'];
const text_inputs = tokenizer(texts, { padding: 'max_length', truncation: true });

// Compute text embeddings
const { text_embeds } = await text_model(text_inputs);
const normalized_text_embeds = text_embeds.normalize().tolist();

// Read image and run processor
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/cats.jpg';
const image = await RawImage.read(url);
const image_inputs = await processor(image);

// Compute vision embeddings
const { image_embeds } = await vision_model(image_inputs);
const normalized_image_embeds = image_embeds.normalize().tolist();

// Compute probabilities
const probabilities = normalized_image_embeds.map(
  x => softmax(normalized_text_embeds.map(y => 100 * dot(x, y)))
);
console.log(probabilities); // [[ 0.999993040175817, 0.000006828091823929405, 1.3173235896278122e-7 ]]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js).

Ревизия весов
2a46554

0 моделей