Contrastive Language-Image Pretraining (CLIP): differenze tra le versioni
Nessun oggetto della modifica |
Nessun oggetto della modifica |
||
| Riga 1: | Riga 1: | ||
Nome: [[ | Nome Inglese: [[NomeInglese::Contrastive Language-Image Pretraining]] | ||
Sigla: [[Sigla::CLIP]] | Sigla: [[Sigla::CLIP]] | ||
Versione delle 08:35, 10 apr 2024
Nome Inglese: Contrastive Language-Image Pretraining
Sigla: CLIP
Anno di creazione: 2021
URL HomePage: https://openai.com/research/clip
Pubblicazione: Learning Transferable Visual Models From Natural Language Supervision
Topic: Apprendimento multimodale e comprensione visiva attraverso testo e immagine
Un modello di rete neurale pubblicato da OpenAI nel Febbraio 2021 che permette la classificazione zero-shot di immagini senza un apprendimento supervisionato in cui, attraverso fine-tuning, viene aggiunto un layer di classificazione a un modello pre-addestrato com per esempoio ResNet-50.
Stable Diffusion ne utilizza il tokenizer.
Links
Paper
Learning Transferable Visual Models From Natural Language Supervision
Altri
https://github.com/openai/CLIP
https://openai.com/research/clip
https://huggingface.co/docs/transformers/model_doc/clip