Project Icon

owlv2-large-patch14

开源零样本对象检测模型,支持多文本查询

OWLv2模型是一种零样文本感知对象检测模型,使用CLIP作为多模态骨干,通过结合视觉和文本特征实现开词汇检测。模型去除了视觉模型的最终token池化层,并附加分类和框头,能够处理多文本查询,扩展了图像识别的应用潜力。研究者通过重新训练和微调CLIP,提高了其在公开检测数据集上的性能,有助于探讨计算机视觉模型的鲁棒性。

owlv2-large-patch14-ensemble - Google OWLv2模型实现零样本开放词汇目标检测
CLIPGithubHuggingfaceOWLv2开源项目模型自然语言处理计算机视觉零样本目标检测
OWLv2是Google开发的基于CLIP的零样本目标检测模型。它使用ViT-L/14架构和掩蔽自注意力Transformer分别处理图像和文本输入。通过端到端训练,OWLv2实现了开放词汇的物体分类和定位,可根据多个文本查询执行目标检测。该模型在公开数据集上训练,为计算机视觉研究提供了新的可能性。
vit_large_patch14_clip_336.openai - 通过CLIP模型探索计算机视觉鲁棒性
CLIPGithubHuggingfaceOpenAI偏见开源项目数据集模型计算机视觉
OpenAI开发的CLIP模型通过ViT-L/14 (336x336)架构提高视觉任务的鲁棒性,专注于零样本图像分类,供研究人员深入探索。这个模型针对英语场景,其数据主要源自发达国家的互联网用户,目前不建议用于商用部署,但在学术界具备多学科研究的重要价值。
mPLUG-Owl - 模块化多模态大型语言模型
CVPR 2024GithubmPLUG-OwlmPLUG-Owl2多模态大语言模型开源项目模块化
mPLUG-Owl系列模型通过模块化强化其多模具集成,提升大型语言模型的功能。mPLUG-Owl2在CVPR 2024获得突出展示,而最新的mPLUG-Owl2.1则针对中文模式进行了优化,已在HuggingFace平台推出。
YOLO-World - 下一代实时开放词汇目标检测模型
GithubYOLO-World开放词汇开源项目目标检测零样本学习预训练模型
YOLO-World是一款创新的实时开放词汇目标检测模型。经过大规模数据集预训练,它展现出卓越的开放词汇检测和定位能力。采用'先提示后检测'范式,YOLO-World通过重参数化技术实现高效的自定义词汇推理。该模型支持零样本目标检测、分割等多种任务,并开源了在线演示、预训练权重和微调代码,为计算机视觉领域提供了实用的研究与应用工具。
DFN2B-CLIP-ViT-L-14 - 基于CLIP架构的大规模数据集训练图像识别模型
CLIPGithubHuggingface图像分类开源项目数据过滤网络机器学习模型计算机视觉
DFN2B-CLIP-ViT-L-14是一个基于CLIP架构的图像识别模型,采用数据过滤网络从128亿图像-文本对中筛选20亿高质量样本进行训练。该模型在多个基准测试中平均准确率达66.86%,可用于零样本图像分类等任务。模型提供OpenCLIP接口,便于开发者使用。DFN2B-CLIP-ViT-L-14体现了大规模数据集和先进算法在计算机视觉领域的应用,为图像理解提供有力支持。
vit_large_patch14_clip_224.openai_ft_in12k_in1k - 视觉变压器用于图像分类和特征嵌入的高级应用
CLIPGithubHuggingfaceVision TransformerWIT-400M图像分类开源项目模型模型比较
OpenAI开发的视觉变压器(ViT)模型在WIT-400M图像文本对上通过CLIP进行预训练,并在ImageNet-12k和ImageNet-1k上微调,适用于图像分类与特征嵌入生成。模型运行在timm库中,具有高参数量与计算效率,适用于高精度图像识别,支持实时与批量处理应用。
open_clip - 探索前沿图像与语言对比预训练技术
GithubOpenCLIP图像识别对比学习开源项目零样本学习预训练模型
OpenCLIP是一个先进的开源深度学习项目,专注于OpenAI的CLIP模型的实现和优化。该项目在多样化的数据源和不同的计算预算下成功训练出多个高效能模型,涵盖图像和文本嵌入、模型微调及新模型开发等多个领域。通过增强图像与语言的联合理解能力,OpenCLIP显著推动了人工智能技术的发展,拓宽了其应用领域。
VLDet - 将开放词汇目标检测转化为对象语言对齐学习
GithubICLR 2023VLDet图像文本对开放词汇目标检测开源项目物体语言对齐
VLDet是一种开放词汇目标检测方法,通过学习对象与语言的对齐来直接从图像-文本对训练检测器。基于CLIP的视觉-语言预训练模型,该方法将任务构建为二分图匹配问题,在COCO和LVIS等数据集上实现了领先性能,并可轻松扩展到新目标类别。VLDet为开放词汇目标检测提供了高效的解决方案。
Long-CLIP - CLIP模型长文本处理能力升级 显著提升图像检索效果
AI模型CLIPGithubLong-CLIP开源项目文本-图像检索零样本分类
Long-CLIP项目将CLIP模型的最大输入长度从77扩展到248,大幅提升了长文本图像检索性能。在长标题文本-图像检索任务中,R@5指标提高20%;传统文本-图像检索提升6%。这一改进可直接应用于需要长文本处理能力的各类任务,为图像检索和生成领域带来显著进展。
llava-onevision-qwen2-7b-ov-hf - 支持单图多图和视频理解的多模态语言模型
GithubHuggingfaceLLaVA-Onevision人工智能图像理解多模态开源项目模型视频理解
LLaVA-Onevision-qwen2-7b-ov-hf是一个基于Qwen2微调的开源多模态大语言模型。作为首个能在单图、多图和视频场景中同时提升性能的模型,它展现了卓越的跨模态和跨场景迁移学习能力。该模型特别擅长视频理解和跨场景任务,支持多图像和多提示生成,适用于广泛的视觉理解应用。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号