Model card for convnext_xxlarge.clip_laion2b_soup
timm CLIP (image encoder only) weights from https://huggingface.co/laion/CLIP-convnext_xxlarge-laion2B-s34B-b82K-augreg-soup
Визуальный энкодер ConvNeXt-XXLarge из семейства CLIP 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 веса визуального энкодера ConvNeXt-XXLarge из семейства CLIP, опубликованные командой timm. Модель предназначена для извлечения признаков изображений и представления их в виде векторов, пригодных для сравнения и поиска.
Энкодер можно использовать как часть CLIP-сценариев, например для получения признаков изображений перед поиском или анализом. В репозитории указаны форматы PyTorch и safetensors и библиотека timm. Лицензия — Apache-2.0.
В карточке указана только визуальная часть CLIP; сведений о текстовом энкодере, поддерживаемых языках, размере входа и ограничениях качества нет.
Репозиторий содержит только визуальный энкодер CLIP, поэтому сам по себе он не кодирует текст и не выполняет сравнение текста с изображениями без совместимого текстового энкодера. В README не приведены сведения о качестве и настройках входных изображений.
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_xxlarge-laion2B-s34B-b82K-augreg-soup
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-feature-extraction
Подбираем GPU…