Model card for vit_gigantic_patch14_clip_224.laion2b
timm CLIP (image encoder only) weights from https://huggingface.co/laion/CLIP-ViT-bigG-14-laion2B-39B-b160k
vit_gigantic_patch14_clip_224.laion2b
Эмбеддинги изображенийИзображение → embedding
Визуальный энкодер CLIP на базе ViT-G/14 для извлечения признаков и эмбеддингов изображений.
106скачиваний за 30 дней0лайковвеса обновлены21 янв 2025
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
Это визуальный энкодер CLIP из библиотеки timm, подготовленный сообществом timm на основе весов LAION-2B. Модель преобразует изображения в признаки и предназначена для извлечения визуальных эмбеддингов, например для поиска изображений и сравнения визуального сходства.
Архитектура — Vision Transformer с патчами 14×14; вариант gigantic использует очень крупный энкодер. Карточка указывает входной размер изображения 224 пикселя. В репозитории доступны веса PyTorch и Safetensors, библиотека для работы — timm. Лицензия — Apache-2.0.
Это только image encoder: текстовый энкодер CLIP в составе этой модели не заявлен. Поэтому она подходит для визуального извлечения признаков, но сама по себе не принимает текстовые запросы для сопоставления с изображениями и не генерирует описания.
Сценарии применения
- извлечение эмбеддингов изображений
- поиск похожих изображений по визуальным признакам
- кластеризация изображений
- подготовка признаков изображений для классификатора
- оценка визуального сходства изображений
Ограничения
Это только визуальный энкодер: текстовый энкодер CLIP и сопоставление с текстовыми запросами не входят в состав модели. Размер входного изображения указан в названии как 224 пикселя; поведение при других размерах не описано.
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 · timm · image-feature-extraction
Подбираем GPU…
- Ревизия весов
- 074c3d7