rinna/japanese-clip‑vit‑b‑16 是一个 Apache‑2.0 许可的日语 CLIP 模型,基于 ViT‑B/16,训练于 CC12M captions 翻译成日语,并于 2022 年 5 月 12 日发布。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
40,000
Hugging Face 点赞数
25
收录日
—
自页面创建时收录
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | 30,000 |
| 2026年1月 | 30,000 |
| 2026年2月 | 30,000 |
| 2026年3月 | 45,000 |
| 2026年4月 | 39,000 |
| 2026年5月 | 27,000 |
| 2026年6月 | 33,000 |
| 2026年7月 | 32,000 |
| 2026年8月 | 33,000 |
| 2026年9月 | 36,000 |
| 2026年10月 | 57,000 |
| 2026年11月 | 40,000 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- clip-japanese-baseline-corporation34kLY Corporation的clip‑japanese‑base 是一个日语 CLIP 模型,在约10亿对图像‑文本对上训练,使用 Eva02‑B transformer 图像编码器和 12 层 BERT 文本编码器,在 STAIR 上实现 R@1 0.30,在 Recruit 上得到 0.89 的准确率,在 ImageNet‑1K 上得到 0.58 的准确率,并支持 zero‑shot 图像分类和检索。
- clip-japanese-base-v2line-corporation2k日本CLIP模型 clip‑japanese‑base‑v2,升级后约20亿图像‑文本对并采用蒸馏,配合 Eva02‑B 图像编码器和 12 层 BERT 文本编码器,将 ImageNet‑1k 准确率提升至 0.708,超过前代模型。
- japanese-clip-vit-b-32-roberta-baserecruit-jp1k一款日语 CLIP 模型,将 Laion ViT‑B‑32 图像编码器与 rinna/japanese‑roberta‑base 结合,在 LAION2B‑multi 的日语子集上训练,用于零样本分类、检索和特征提取,遵循 CC‑BY‑4.0 许可。
- sentence-bert-base-ja-mean-tokens-v2sonoisa53k一款在 cl‑tohoku/bert‑base‑japanese‑whole‑word‑masking 上使用 MultipleNegativesRankingLoss 细调的 Japanese Sentence‑BERT v2,较 v1 提升了约 1.5–2 %的准确率,并以 sonoisa/sentence‑bert‑base‑ja‑mean‑tokens‑v2 发布。
- japanese-hubert-baseyky-h28k日语HuBERT Base,12层 Transformer 与 rinna 原版相同,使用约19,000小时的 ReazonSpeech v1 日语语音训练,并以 Apache 2.0 许可证发布。
- transformers-ud-japanese-electra-base-ginza-510megagonlabs22kja_ginza_electra 是一个 spaCy v3 Python 包,提供一个在 mC4 和 UD_Japanese_BCCWJ r2.8(基于 megagonlabs/transformers‑ud‑japanese‑electra‑base‑discrimininator)上微调的日语 ELECTRA 模型,并配有自定义 bunsetu‑phrase 检测功能,按 MIT license 分发。
研究领域相近的资源
nlplottakapy0210237自然语言处理可视化模块GitHub共同: 视觉数据・多模态
vimealgon-320227使用Vim作为X11应用程序的输入法GitHub共同: 视觉数据・多模态
shuwagoogle145扩展GNOME屏幕键盘以支持输入法GitHub共同: 视觉数据・多模态
Kamitefauu145一款桌面语言沉浸式伴侣,适用于学习日语的学习者。GitHub共同: 视觉数据・多模态
ClipCap-for-JapaneseJapanese-Image-Captioning13[PyTorch] 日语ClipCapGitHub共同: 视觉数据・多模态- manga-ocr-basekha-white299kManga OCR 是一款 Vision Encoder‑Decoder OCR 工具,可读取纵向和横向的日语漫画文本,包括 furigana,适用于多种字体和低质量图像,并且源代码可免费获取。共同: 视觉数据・多模态