Итальянская CLIP-модель сопоставляет изображения и итальянские тексты для поиска изображений и zero-shot классификации.

Подходит для: поиск изображений по итальянской подписи · поиск подходящей подписи к изображению · zero-shot классификация изображений по итальянским меткам

CLIP ViT-B/32 от OpenAI сопоставляет изображения с текстовыми метками для классификации без дообучения и исследований обобщения компьютерного зрения.

Подходит для: классификация изображений по заданным текстовым категориям · поиск подходящей подписи для изображения среди вариантов · исследование переноса на новые классы без дообучения

Мультимодальная CLIP ViT-L/14 от LAION сопоставляет изображения с английскими текстовыми метками для zero-shot классификации и поиска.

Подходит для: классификация изображений по текстовым описаниям без дообучения · поиск изображений по текстовому запросу · поиск подходящего текста для изображения

CLIP ViT-L/14 от OpenAI сопоставляет изображения с текстовыми категориями для исследовательской классификации изображений без дополнительного обучения.

Подходит для: классификация изображений по текстовым описаниям без дообучения · сравнение изображения с набором англоязычных категорий · исследование обобщения моделей компьютерного зрения

CLIP ViT-B/32 сопоставляет изображения с английскими текстовыми описаниями для классификации без обучения и поиска по содержанию.

Подходит для: классификация изображений по текстовым меткам без дообучения · поиск изображений по английскому запросу · поиск подходящих описаний для изображения

CLIP ViT-B/16 от OpenAI сопоставляет изображения с текстовыми категориями для исследовательской классификации без дополнительного обучения.

Подходит для: экспериментальная классификация изображений по текстовым категориям · сопоставление изображения с набором описаний на английском языке · поиск изображений по текстовому запросу в ограниченном наборе

CLIP-модель ViT-B/16-plus, обученная на LAION-400M, сопоставляет изображения с текстовыми метками для классификации без дообучения.

Подходит для: классификация изображений по текстовым описаниям · поиск подходящей категории для изображения из списка вариантов · сортировка изображений по тематическим меткам

Итальянская модель RoBERTa для предсказания пропущенных токенов и использования в задачах обработки итальянского языка.

Подходит для: восстановление замаскированных слов в итальянском тексте · подготовка признаков для классификации итальянских текстов · дообучение для распознавания именованных сущностей на итальянском

CLIP-модель ViT-B/32 для классификации изображений по текстовым меткам и сопоставления изображений с описаниями без дополнительного обучения.

Подходит для: классификация изображений по пользовательским текстовым меткам · поиск изображений по текстовым описаниям · сопоставление изображения с набором подписей или категорий

Мультимодальная CLIP-модель на ConvNeXt-XXLarge для zero-shot классификации и поиска изображений по англоязычному тексту.

Подходит для: классификация изображений по заданным текстовым категориям без дообучения · поиск изображений по текстовому запросу · поиск текстовых описаний, соответствующих изображению

Дообученная на итальянской речи модель Wav2Vec2 для автоматического преобразования аудио в текст.

Подходит для: транскрибация речи на итальянском языке · создание субтитров для итальянских аудио- и видеозаписей · распознавание итальянской речи в записях интервью

CLIP ViT-H/14 сопоставляет изображения с текстовыми описаниями и выполняет классификацию изображений по заданным текстовым меткам без дообучения.

Подходит для: Классификация изображений по пользовательским текстовым меткам · Поиск изображений по текстовому запросу · Поиск текстовых описаний, соответствующих изображению

Итальянская BERT-модель с сохранением регистра для предсказания пропущенных слов и адаптации к задачам анализа итальянского текста.

Подходит для: восстановление пропущенного слова в итальянском предложении · оценка вероятных вариантов заполнения маски в итальянском тексте · адаптация итальянской языковой модели для разметки именованных сущностей

CLIP-модель ViT для классификации изображений по текстовым меткам без дообучения и поиска по сходству между изображениями и текстом.

Подходит для: классификация изображений по пользовательским текстовым меткам · поиск изображений по текстовому запросу · поиск описаний, соответствующих изображению

Модель wav2vec2 XLSR-53, дообученная для автоматического распознавания итальянской речи и её преобразования в текст.

Подходит для: транскрибирование итальянских аудиозаписей · распознавание итальянской речи в голосовых сообщениях · создание субтитров к аудио на итальянском языке

CLIP ViT-L/14 от LAION сопоставляет изображения и текст для классификации без дообучения и мультимодального поиска.

Подходит для: классификация изображений по текстовым меткам без дообучения · поиск изображений по текстовому запросу · поиск текстовых описаний, соответствующих изображению

CLAP от LAION сопоставляет аудио с текстовыми описаниями для классификации звуков без дообучения и извлечения признаков.

Подходит для: классификация звуков по текстовым меткам без дообучения · поиск аудиозаписей по текстовым описаниям · сопоставление звуковых фрагментов с описаниями

Вариант CLIP с визуальным энкодером ViT-B/16 извлекает признаки изображений и поддерживает классификацию по текстовым описаниям без обучения на целевых классах.

Подходит для: извлечение признаков изображений для исследовательских экспериментов · классификация изображений по текстовым описаниям без обучения на классах · сопоставление изображений с текстовыми запросами

XTTS-v2 от Coqui синтезирует многоязычную речь и клонирует голос по короткому аудиофрагменту.

Подходит для: озвучивание текста на одном из 17 поддерживаемых языков · клонирование голоса по короткой записи · перенос голоса на другой язык

MioTTS-2.6B — дообученная LLM для быстрого синтеза английской и японской речи с возможностью клонирования голоса по короткому аудиообразцу.

Подходит для: озвучивание английского текста · озвучивание японского текста · клонирование голоса по короткой аудиозаписи

CLIP ViT-L/14, обученная на MetaCLIP-2.5B, сопоставляет изображения с текстовыми метками для классификации без дообучения.

Подходит для: классификация изображений по собственным текстовым категориям · поиск изображений по описаниям · сортировка фотографий по содержимому

CLIP-модель для исследовательской классификации изображений по произвольным текстовым категориям без дообучения.

Подходит для: исследование классификации изображений по текстовым меткам · сравнение обобщения CLIP на разных наборах категорий · анализ устойчивости компьютерного зрения

X-CLIP — видео-языковая модель Microsoft для классификации роликов и поиска соответствий между видео и текстом.

Подходит для: классификация видео без дополнительного обучения по текстовым меткам · классификация роликов с несколькими примерами на класс · классификация видео на размеченных данных

Дообученная на SUN397 зрительная модель CLIP для извлечения признаков изображений и распознавания сцен.

Подходит для: извлечение признаков изображений для поиска по сценам · классификация изображений по категориям SUN397 · сравнение изображений с текстовыми категориями сцен