Model card for vit_large_patch14_clip_224.laion2b
timm CLIP (image encoder only) weights from https://huggingface.co/laion/CLIP-ViT-L-14-laion2B-s32B-b82K
Визуальный энкодер CLIP ViT-Large/14 для извлечения признаков и представления изображений в виде векторов.
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 CLIP из семейства ViT-Large/14, опубликованный в библиотеке timm. Веса обучены на LAION-2B; модель предназначена для извлечения признаков изображений и получения их представлений для поиска и сопоставления по сходству.
Модель принимает изображения и выдаёт векторные признаки. В карточке указаны форматы PyTorch и Safetensors и лицензия Apache-2.0. Это только визуальная часть CLIP: текстовый энкодер и генерация текста в состав репозитория не входят.
Репозиторий содержит только визуальный энкодер, поэтому сам по себе он не кодирует текст и не выполняет текстово-изображенческий поиск без совместимого текстового энкодера. В README не приведены сведения о точности на конкретных наборах данных.
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-ViT-L-14-laion2B-s32B-b82K
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-feature-extraction
Подбираем GPU…