CLIP-convnext_base_w-laion2B-s13B-b82K-augreg
ConvNeXt-Base架构的CLIP模型用于高效图像分类
该项目提供了一系列基于ConvNeXt-Base架构的CLIP模型，在LAION-5B数据集子集上训练。这些模型作为ViT和ResNet的替代方案，在模型规模和图像分辨率方面展现出良好的可扩展性。经过13B样本训练，模型在ImageNet零样本分类任务中达到70.8%以上的top-1准确率，体现出较高的样本效率。这些模型可应用于零样本图像分类、图像文本检索等多种任务。
项目介绍
CLIP-convnext_base_w-laion2B-s13B-b82K-augreg是一个基于CLIP(Contrastive Language-Image Pre-training)技术的图像分类模型。该项目由LAION研究团队开发,旨在探索一种替代ViT和ResNet的CLIP模型,能够更好地随着模型规模和图像分辨率的增加而扩展。
模型特点
该模型使用ConvNeXt-Base作为图像塔,文本塔与OpenAI CLIP的RN50x4模型相同。主要特点包括:
- 首次在大规模数据集上训练ConvNeXt架构的CLIP模型
- 首次发布探索增强图像塔数据增强和正则化的模型权重
- 在256x256和320x320两种图像分辨率下进行训练
- 在13B样本的训练后,ImageNet零样本top-1准确率达到70.8%以上
- 相比ViT-B/16模型,在相似计算量下表现出更好的样本效率
训练数据
模型使用了两个数据集进行训练:
- LAION-2B:LAION-5B的20亿样本英文子集
- LAION-Aesthetic:LAION-2B的9亿样本子集,经过pHash去重和美学评分过滤
需要注意的是,这些数据集是未经筛选的大规模互联网爬取数据,可能包含不适当内容。
应用场景
该模型主要用于研究目的,可应用于:
- 零样本图像分类
- 图像和文本检索
- 图像分类和其他图像任务的微调
- 图像生成的引导和条件控制
评估结果
在ImageNet-1k上,该系列模型的零样本top-1准确率在70.8%到71.7%之间。在更广泛的数据集上也进行了基准测试,结果显示性能良好。
局限性
该模型目前不建议直接部署到实际应用中,仅限于研究用途。同时,由于仅在英语数据上训练,也仅限于英语场景使用。
总的来说,CLIP-convnext_base_w-laion2B-s13B-b82K-augreg项目为研究人员提供了一个强大的工具,用于探索零样本图像分类和其他相关任务,推动了CLIP技术的发展。
编辑推荐精选
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
iTerms
企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。
SimilarWeb流量提升
稳定高效的流量提升解决方案，助力 品牌曝光
稳定高效的流量提升解决方案，助力品牌曝光
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号