/ Модель

Характеристики

Контекст
77 токенов
Библиотека
open_clip
Опубликована
20 июн 2025

MAKE

Классификация изображений без дообученияИзображение, текст → label3 профессии

MAKE — модель OpenCLIP для классификации изображений по текстовым категориям без фиксированного набора меток.

1 965скачиваний за 30 дней4лайкавеса обновлены3 июл 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

MAKE — модель на базе OpenCLIP для классификации изображений без предварительно заданного набора классов. Она сопоставляет изображение с текстовыми описаниями категорий и выбирает наиболее подходящие варианты. Репозиторий использует библиотеку open_clip; веса доступны в форматах PyTorch и safetensors.

Модель подходит для категоризации изображений по пользовательским меткам и поиска объектов или сцен по текстовым описаниям. README не содержит сведений о разработчике, архитектуре, размере, поддерживаемых языках, контексте или лицензии, поэтому эти характеристики здесь не уточняются.

Сценарии применения

  • классификация изображений по пользовательским категориям
  • сортировка фотографий по текстовым описаниям
  • поиск изображений по названиям сцен или объектов

Ограничения

README не содержит сведений о лицензии или языках; пригодность текстовых меток для конкретных языков не подтверждена.

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

Citation

If you find our work useful in your research, please consider citing our papers:

@misc{yan2025makemultiaspectknowledgeenhancedvisionlanguage,
      title={MAKE: Multi-Aspect Knowledge-Enhanced Vision-Language Pretraining for Zero-shot Dermatological Assessment}, 
      author={Siyuan Yan and Xieji Li and Ming Hu and Yiwen Jiang and Zhen Yu and Zongyuan Ge},
      year={2025},
      eprint={2505.09372},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2505.09372}, 
}

@misc{yan2025derm1mmillionscalevisionlanguagedataset,
      title={Derm1M: A Million-scale Vision-Language Dataset Aligned with Clinical Ontology Knowledge for Dermatology}, 
      author={Siyuan Yan and Ming Hu and Yiwen Jiang and Xieji Li and Hao Fei and Philipp Tschandl and Harald Kittler and Zongyuan Ge},
      year={2025},
      eprint={2503.14911},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2503.14911}, 
}

---
license: mit
---

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
5efa191

0 моделей