Model card for convnext_base.clip_laiona_320
timm CLIP (image encoder only) weights from https://huggingface.co/laion/CLIP-convnext_base_w_320-laion_aesthetic-s13B-b82K
Визуальный энкодер ConvNeXt-Base, обученный в связке CLIP на данных LAION, извлекает векторные признаки изображений для поиска и сравнения.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
Это визуальный энкодер ConvNeXt-Base из семейства CLIP, опубликованный в библиотеке timm. Веса обучены на данных LAION при разрешении изображения 320 пикселей; модель предназначена для извлечения признаков изображений и получения векторных представлений для последующего поиска или сравнения.
Модель принимает изображения и выдаёт векторы признаков. Это только визуальная часть CLIP: текстовый энкодер и генерация текста в репозитории не представлены. Модель распространяется в форматах PyTorch и Safetensors под лицензией Apache-2.0; использовать её можно в приложениях, совместимых с timm.
В репозитории доступен только визуальный энкодер, поэтому он сам по себе не кодирует текст и не выполняет генерацию текста. Качество может зависеть от соответствия прикладных изображений данным обучения.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
timm CLIP (image encoder only) weights from https://huggingface.co/laion/CLIP-convnext_base_w_320-laion_aesthetic-s13B-b82K
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-feature-extraction
Подбираем GPU…