/ Модель

Характеристики

Лицензия
MIT
Опубликована
20 авг 2022

tiny_clip

Классификация изображений без дообученияИзображение, текст → label

Компактная англоязычная модель CLIP для классификации изображений по текстовым меткам без обучения на заданных классах.

0скачиваний за 30 дней11лайковвеса обновлены5 мая 2024

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

sachin/tiny_clip — уменьшенная версия CLIP для классификации изображений по текстовым описаниям без обучения на конкретных классах. Модель примерно в восемь раз меньше CLIP; для текста использует microsoft/xtremedistil-l6-h256-uncased, для изображений — edgenext_small. Она обучена для английского языка на наборе COCO 2017 и работает с изображениями и текстовыми метками, сопоставляя их в общее пространство признаков.

Модель предназначена для быстрого подбора подходящих текстовых категорий к изображению и поиска изображений по описаниям. Репозиторий содержит веса PyTorch; лицензия — MIT. Уменьшенный размер упрощает применение по сравнению с обычным CLIP, но карточка не приводит измерений качества или скорости.

Сценарии применения

  • подбор категории из текстовых вариантов для изображения
  • поиск изображений по английскому описанию
  • быстрая проверка соответствия изображения текстовой метке

Ограничения

Модель обучена только для английского языка, поэтому качество для других языков не подтверждено. В README нет количественных оценок качества и скорости.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Tiny CLIP

Introduction

This is a smaller version of CLIP trained for EN only. The training script can be found here. This model is roughly 8 times smaller than CLIP. This was achieved by using a small text model (microsoft/xtremedistil-l6-h256-uncased) and a small vision model (edgenext_small). For a in-depth guide of training CLIP see this blog.

Usage

For now this is the recommended way to use this model

git lfs install 
git clone https://huggingface.co/sachin/tiny_clip
cd tiny_clip

Once you are in the folder you could do the following:

import models
text_encoder, tokenizer, vision_encoder, transform = models.get_model()

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов
f872c60

0 моделей