Chinese CLIP сопоставляет изображения с китайскими текстовыми описаниями и позволяет классифицировать изображения по заданным текстом категориям без дообучения.

Подходит для: классификация изображений по китайским текстовым категориям · поиск изображений по китайскому запросу · сопоставление изображения с подходящим описанием на китайском языке

Китайская версия CLIP с энкодерами ViT-L/14 и RoBERTa-wwm-base для классификации изображений по текстовым описаниям и поиска сходных изображений и текстов.

Подходит для: классификация изображений по китайским текстовым меткам без дообучения · поиск изображений по китайскому запросу · поиск текста, соответствующего изображению

Крупная версия Chinese CLIP сопоставляет китайские тексты и изображения для классификации без обучения на целевых классах и поиска по сходству.

Подходит для: классификация изображений по текстовым меткам без дообучения · поиск изображений по китайскому текстовому запросу · поиск китайских описаний по изображению

Облегчённая версия Stable Diffusion v1-4 для генерации изображений по текстовым запросам с меньшим числом параметров.

Подходит для: создание иллюстраций по текстовому описанию · подготовка концептов для дизайна · генерация художественных изображений

Китайскоязычная модель сопоставляет изображения с текстом для zero-shot классификации и поиска изображений по описанию.

Подходит для: классификация изображений по китайским текстовым меткам · поиск изображений по китайскому запросу · ранжирование изображений по сходству с текстовым описанием

Дообученная на результатах InsTag модель LLaMA-2 для автоматической разметки запросов в данных SFT тегами инструкций.

Подходит для: автоматическое присвоение тегов запросам в наборах SFT · анализ и категоризация инструкций для обучения LLM · отбор и выборочная разметка обучающих примеров для тонкой настройки

Производная модели OFA-Sys/small-stable-diffusion-v0. Облегчённая версия Stable Diffusion v1-4 для генерации изображений по текстовым запросам с меньшим числом параметров.

Подходит для: создание иллюстраций по текстовому описанию · подготовка концептов для дизайна · генерация художественных изображений

Мультимодальная LLaVA-модель REILX распознаёт китайский текст на мемах и описывает их смысл.

Подходит для: распознавание китайских надписей на мемах · описание сюжета китайского мема · объяснение шутки и подтекста мемного изображения

PromptCap генерирует подписи к изображениям, направленные текстовой инструкцией или вопросом, и может служить визуальным компонентом систем VQA.

Подходит для: создание общего описания изображения · генерация подписи по вопросу о содержимом изображения · подготовка описания изображения для языковой модели в системе VQA

Мультимодальная модель REILX на базе Qwen2-7B, предназначенная для распознавания китайского текста на изображениях и понимания китайских мемов.

Подходит для: распознавание китайских надписей на изображениях · извлечение текста из китайских документов и фотографий · описание китайских мемов

Дообученный визуальный энкодер Chinese-CLIP для поиска печатных иероглифов Сино-Ном по рукописным сканам.

Подходит для: поиск печатного иероглифа по рукописному скану · поиск похожих изображений символа Сино-Ном в коллекции · ранжирование вариантов иероглифа по сходству начертания