一種用於圖像和文本數據的先進機器學習模型，專注於數據質量和透明度。
facebook
MetaCLIP 2 (worldwide) 是一個基於Transformer架構的多語言零樣本圖像分類模型，支持全球範圍內的視覺語言理解任務，能夠實現無需訓練即可對圖像進行分類的能力。
基於80億MetaCLIP數據訓練的70億參數視覺Transformer模型，採用DINOv2自監督學習框架，無需語言監督
基於20億級嚴選MetaCLIP數據訓練的30億參數視覺Transformer模型，採用DINOv2自監督學習框架
基於20億MetaCLIP數據的224分辨率視覺Transformer模型，採用DINOv2自監督學習方法訓練
timm
基於MetaCLIP-2.5B數據集訓練的雙框架兼容視覺模型，支持OpenCLIP和timm框架
基於MetaCLIP-2.5B數據集訓練的雙用途視覺語言模型，支持零樣本圖像分類任務
基於MetaCLIP-2.5B數據集訓練的雙框架兼容視覺模型，支持零樣本圖像分類任務
基於MetaCLIP-400M數據集訓練的視覺變換器模型，支持零樣本圖像分類任務
基於MetaCLIP-400M數據集訓練的雙框架兼容視覺模型，支持OpenCLIP和timm框架
基於MetaCLIP-2.5B數據集訓練的視覺Transformer模型，兼容open_clip和timm框架
基於MetaCLIP-400M數據集訓練的視覺語言模型，支持零樣本圖像分類任務
MetaCLIP是基於CommonCrawl數據訓練的視覺-語言模型，用於構建圖像-文本共享嵌入空間。
MetaCLIP是基於CommonCrawl(CC)25億數據點訓練的大規模視覺-語言模型，解密了CLIP的數據篩選方法
MetaCLIP是基於CommonCrawl數據訓練的視覺-語言模型，用於構建圖像-文本共享嵌入空間
MetaCLIP是應用於CommonCrawl數據的CLIP框架實現，旨在揭示CLIP訓練數據篩選方法
MetaCLIP是基於CommonCrawl數據的視覺-語言模型，通過改進數據篩選方法提升CLIP模型性能
MetaCLIP是基於CommonCrawl(CC)25億數據點訓練的視覺-語言模型，用於構建圖像-文本共享嵌入空間。
MetaCLIP基礎版模型是基於CommonCrawl數據訓練的視覺-語言模型，用於構建圖像-文本共享嵌入空間。
Transformers其他%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
