1
条回答
写回答
写回答
-
CLIP是Contrastive Language-Image Pre-Training的缩写，是一个大规模预训练图文表征模型。它通过学习图文对的关系，使得模型能够理解文本描述与图像内容之间的对应关系，从而实现zero-shot transfer，即对于未知类别的图像，可以通过文本描述进行分类。
2024-05-30 14:36:06赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
