CLIP-convnext_xxlarge-laion2B-s34B-b82K-augreg

CLIP-convnext_xxlarge-laion2B-s34B-b82K-augreg

基于LAION-2B数据集的卷积神经网络达到79%零样本分类准确率

CLIP ConvNeXt-XXLarge是一个在LAION-2B数据集上训练的大规模视觉语言模型,总参数量12亿,图像分辨率256x256。模型采用ConvNeXt-XXLarge图像结构和ViT-H-14规模的文本编码器,在ImageNet零样本分类上达到79%准确率。主要应用于图像分类、检索等研究任务。

Github开源项目图像分类CLIPHuggingface神经网络机器学习ConvNext模型

项目概述

这个项目是一个基于CLIP模型的大规模计算机视觉和自然语言处理模型,名为CLIP-convnext_xxlarge-laion2B-s34B-b82K-augreg。该模型使用LAION-2B数据集进行训练,是目前最大的已发布的ConvNeXt预训练模型。

技术特点

  • 使用timm库中的ConvNeXt-XXLarge作为图像处理模块
  • 模型总参数量达到1.2B,其中图像模块847M参数
  • 在256x256分辨率图像上进行训练
  • 文本处理模块采用与ViT-H-14和ViT-g-14相同的配置(1024维度、16头、24层深度)
  • 首次实现了非ViT架构的CLIP模型在ImageNet零样本分类上达到79%以上的准确率

应用场景

  • 零样本图像分类
  • 图像和文本检索
  • 图像分类微调
  • 线性探测图像分类
  • 图像生成引导和条件控制

训练细节

  • 使用LAION-2B数据集(约20亿个英文样本)进行训练
  • 全局批量大小为81920
  • 训练周期约2个月,处理了约340亿个样本
  • 使用多个高性能计算集群进行训练,包括stability.ai集群和JUWELS Booster超级计算机
  • 采用bfloat16混合精度训练以提高稳定性

性能表现

  • 在ImageNet-1k数据集上的零样本分类准确率达到79.1%-79.4%
  • 计算效率优于同等规模的ViT模型
  • 在VTAB+等多个基准测试集上表现出色
  • 模型尺寸和性能介于ViT-g和ViT-G之间

使用限制

  • 仅支持英文场景
  • 不建议直接用于商业部署
  • 不适用于监控和人脸识别等敏感领域
  • 建议仅用于研究目的,在实际应用中需要充分的领域测试

编辑推荐精选

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建,作为一款AI驱动的设计工具,专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图,显著提升设计品质和效率。平台不仅提供工具,还是一个促进创意交流和个人发展的空间,界面友好,适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台,用户只需一句话简单描述需求,AI能自动生成小程序、APP或H5网页应用,无需编写代码。

Vora

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

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

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。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

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。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

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。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

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。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

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

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。

下拉加载更多