Model card for resnet50_clip.yfcc15m
Model Details
- dataset: YFCC-15M
Model Usage
This model is a dual use open_clip and timm model. Model name in OpenCLIP is RN50-quickgelu, and timm name is resnet50_clip.yfcc15m.
Характеристики
- Контекст
- 77 токенов
- Лицензия
- MIT
- Библиотека
- open_clip
- Опубликована
- 23 окт 2024
Ссылки
resnet50_clip.yfcc15m
CLIP-модель на ResNet-50 для классификации изображений по текстовым описаниям без дополнительного обучения.
1 235скачиваний за 30 дней1лайквеса обновлены27 дек 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
timm/resnet50_clip.yfcc15m — модель CLIP с визуальным энкодером на основе ResNet-50, обученная на наборе изображений и подписей YFCC-15M. Она разработана для использования через OpenCLIP и timm: в OpenCLIP модель называется RN50-quickgelu, а в timm — resnet50_clip.yfcc15m. Модель сопоставляет изображения с текстовыми описаниями и подходит для классификации изображений по текстовым меткам без дополнительного обучения: пользователь задаёт варианты классов, а модель оценивает соответствие изображения каждому варианту.
Модель принимает изображения и текстовые описания и выдаёт оценки сходства, которые можно использовать для выбора наиболее подходящего текстового класса. Репозиторий содержит веса в форматах PyTorch и safetensors; библиотека для работы — OpenCLIP. Лицензия MIT.
Сценарии применения
- классификация изображений по заданным текстовым меткам
- поиск изображений по текстовому описанию
- сопоставление изображений с подписями
- отбор изображений по категориям, заданным на естественном языке
Ограничения
Результаты зависят от формулировок текстовых меток и распределения данных YFCC-15M; карточка не приводит количественных оценок качества или подробных ограничений применения.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · open_clip
Модели OpenCLIP требуют отдельного рантайма.
- Ревизия весов
- c94a9e3