Il s'agit de l'application Linux nommée OpenCLIP dont la dernière version peut être téléchargée sous le nom v2.23.0sourcecode.zip. Il peut être exécuté en ligne chez le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée OpenCLIP avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
OuvrirCLIP
DESCRIPTION
L'objectif de ce référentiel est de permettre la formation de modèles avec une supervision contrastive image-texte et d'étudier leurs propriétés telles que la robustesse au changement de distribution. Notre point de départ est une implémentation de CLIP qui correspond à la précision des modèles CLIP d'origine lorsqu'ils sont formés sur le même ensemble de données. Plus précisément, un modèle ResNet-50 formé avec notre base de code sur le sous-ensemble d'images de 15 millions d'OpenAI de YFCC atteint une précision de 32.7 % dans le top 1 sur ImageNet. Le modèle CLIP d'OpenAI atteint 31.3 % lorsqu'il est formé sur le même sous-ensemble de YFCC. Pour faciliter l'expérimentation, nous fournissons également du code pour la formation sur les 3 millions d'images du jeu de données Conceptual Captions, où un ResNet-50x4 formé avec notre base de code atteint une précision de 22.2 % dans le top 1 ImageNet. Cette base de code est en cours de développement et nous invitons tous à contribuer à la rendre plus accessible et utile. À l'avenir, nous prévoyons d'ajouter la prise en charge de la formation TPU et de publier des modèles plus grands. Nous espérons que cette base de code facilitera et favorisera de nouvelles recherches.
Fonctionnalités:
- Activer les modèles d'entraînement avec une supervision contrastive image-texte
- Étudier leurs propriétés telles que la robustesse au changement de distribution
- Formation sur les 3 millions d'images du jeu de données Conceptual Captions
- Affinage des tâches de classification
- OpenCLIP lit un fichier CSV à deux colonnes
- YFCC et autres ensembles de données
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/openclip.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
