Model card for vit_large_patch14_clip_224.dfn2b_s39b
timm DFN CLIP (image encoder only) weights from https://huggingface.co/apple/DFN2B-CLIP-ViT-L-14-39B
vit_large_patch14_clip_224.dfn2b_s39b
Энкодер изображений ViT-Large из семейства DFN CLIP, который превращает изображения в векторные признаки для поиска и сравнения.
6 300скачиваний за 30 дней1лайквеса 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 модель извлечения визуальных признаков из семейства CLIP, распространяемая проектом timm. Репозиторий содержит только веса энкодера изображений для архитектуры ViT-Large с патчами 14×14 и входным разрешением 224 пикселя; обозначение DFN2B-S39B относится к варианту весов.
Модель предназначена для преобразования изображений в векторные представления, которые можно использовать для сравнения изображений и построения систем поиска по визуальному содержимому. Она принимает изображения и выдаёт признаки; текстового энкодера в этом репозитории нет, поэтому для сопоставления изображений с текстом потребуется совместимая текстовая модель CLIP. Лицензия репозитория — Apple ASCL.
Сценарии применения
- извлечение эмбеддингов изображений
- поиск похожих изображений
- визуальный поиск по базе изображений
- группировка изображений по визуальному сходству
Ограничения
В репозитории есть только энкодер изображений, без текстового энкодера; для текстово-визуального сопоставления нужны совместимые веса текстовой части. Карточка не сообщает результаты оценки качества на конкретных наборах данных.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей
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
- f6d0214