HF 模型

line-corporation / clip-japanese-base

LY Corporation 的 clip‑japanese‑base 是一個訓練於約 1 B 影像‑文字配對的日文 CLIP 模型,使用 Eva02‑B Transformer 影像編碼器並配備 12 層 BERT 文字編碼器,於 STAIR 的 R@1 成績為 0.30,於 Recruit 的準確度為 0.89,以及於 ImageNet‑1K 的準確度為 0.58,並支援零樣本影像分類與檢索。

其他語言的說明

統計

統計資料截至 2026年11月16日

Hugging Face 下載數(近 30 天)
34,000
Hugging Face 按讚數
30
收錄日
2024年5月17日

下載數(近 30 天)變化

10k20k30k40k11月9月7月5月3月2026年1月34,000
以表格顯示
月份下載(30天)
2025年12月21,000
2026年1月18,000
2026年2月20,000
2026年3月23,000
2026年4月19,000
2026年5月26,000
2026年6月24,000
2026年7月26,000
2026年8月25,000
2026年9月27,000
2026年10月29,000
2026年11月34,000

各月最後一次快照時的近 30 天下載數。

同分類的熱門資源

研究領域相近的資源

相關投影片與文章

標題中提及此資源名稱者,以及與其說明內容相近者

從投影片與文章學習