Contrastive Language-Image Pretraining (CLIP)

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