学术前沿

Learning Transferable Visual Models From Natural Language Supervision

CLIP 用 4 亿图文对做对比学习，实现零样本图像分类与跨模态检索。

返回列表新窗口打开 PDF arXiv 摘要页

论文

主体信息

CLIP 用 4 亿图文对做对比学习，实现零样本图像分类与跨模态检索。