Дообученная на SUN397 зрительная модель CLIP для извлечения признаков изображений и распознавания сцен.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
tanganke/clip-vit-large-patch14_sun397 — дообученная модель на архитектуре CLIP ViT-Large с размером патча 14, созданная на основе openai/clip-vit-large-patch14. Модель с 402,7 млн параметров предназначена для извлечения признаков изображений и классификации сцен по категориям набора SUN397.
В README приведены результаты оценки: 0,683 для исходной модели и 0,828 после дообучения. Репозиторий содержит веса в формате safetensors. Это зрительная модель CLIP; данные о поддержке естественных языков, контекстном окне и лицензии в предоставленных источниках отсутствуют.
README сообщает результаты оценки на SUN397, но не описывает перенос качества на другие наборы данных. Лицензия в предоставленных источниках не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Adam Optimizer with a constant learning rate 1e-5 for 4000 steps training (batch_size=32). Only the vision encoder is fine-tuned.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…