一种用于图像和文本数据的先进机器学习模型，专注于数据质量和透明度。
facebook
MetaCLIP 2 (worldwide) 是一个基于Transformer架构的多语言零样本图像分类模型，支持全球范围内的视觉语言理解任务，能够实现无需训练即可对图像进行分类的能力。
基于80亿MetaCLIP数据训练的70亿参数视觉Transformer模型，采用DINOv2自监督学习框架，无需语言监督
基于20亿级严选MetaCLIP数据训练的30亿参数视觉Transformer模型，采用DINOv2自监督学习框架
基于20亿MetaCLIP数据的224分辨率视觉Transformer模型，采用DINOv2自监督学习方法训练
timm
基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型，支持OpenCLIP和timm框架
基于MetaCLIP-2.5B数据集训练的双用途视觉语言模型，支持零样本图像分类任务
基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型，支持零样本图像分类任务
基于MetaCLIP-400M数据集训练的视觉变换器模型，支持零样本图像分类任务
基于MetaCLIP-400M数据集训练的双框架兼容视觉模型，支持OpenCLIP和timm框架
基于MetaCLIP-2.5B数据集训练的视觉Transformer模型，兼容open_clip和timm框架
基于MetaCLIP-400M数据集训练的视觉语言模型，支持零样本图像分类任务
MetaCLIP是基于CommonCrawl数据训练的视觉-语言模型，用于构建图像-文本共享嵌入空间。
MetaCLIP是基于CommonCrawl(CC)25亿数据点训练的大规模视觉-语言模型，解密了CLIP的数据筛选方法
MetaCLIP是基于CommonCrawl数据训练的视觉-语言模型，用于构建图像-文本共享嵌入空间
MetaCLIP是应用于CommonCrawl数据的CLIP框架实现，旨在揭示CLIP训练数据筛选方法
MetaCLIP是基于CommonCrawl数据的视觉-语言模型，通过改进数据筛选方法提升CLIP模型性能
MetaCLIP是基于CommonCrawl(CC)25亿数据点训练的视觉-语言模型，用于构建图像-文本共享嵌入空间。
MetaCLIP基础版模型是基于CommonCrawl数据训练的视觉-语言模型，用于构建图像-文本共享嵌入空间。
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)
