CLIP学习笔记

clip是什么

CLIP相关论文

《Learning Transferable Visual Models From Natural Language Supervision》

翻译：从自然语言监督中学习可迁移的视觉模型

[2103.00020] Learning Transferable Visual Models From Natural Language SupervisionAbstract page for arXiv paper 2103.00020: Learning Transferable Visual Models From Natural Language Supervisionhttps://arxiv.org/abs/2103.00020

WIT数据集

CLIP模型是根据wit数据集训练而来，该数据集的介绍可以参考我的另一篇博客

深度学习数据集-CSDN博客文章浏览阅读249次，点赞3次，收藏11次。COCO2017 训练数据：http://images.cocodataset.org/zips/train2017.zip。COCO2017测试数据集：http://images.cocodataset.org/zips/test2017.zip。COCO2017验证数据：http://images.cocodataset.org/zips/val2017.zip。可以通过上述地址看到,coco数据集用.arrow格式储存了。需要先安装 datasets库。需要自行获取数据集下载地址。https://blog.csdn.net/weixin_45706801/article/details/145781534