Набор из 100 дообученных визуальных энкодеров CLIP ViT-L/14 для zero-shot-классификации изображений и исследований слияния моделей.

Подходит для: zero-shot-классификация изображений по текстовым категориям · адаптация CLIP к мелкозернистым категориям объектов и сцен · классификация медицинских и сельскохозяйственных изображений