japanese clip

Japonais

Ce référentiel comprend des codes pour les variantes de clip japonais (pré-formation d'image linguistique contrastive) par Rinna Co., Ltd.

Table des matières
Nouvelles
Modèles pré-entraînés
Usage
Citation
Licence

Nouvelles

Juillet 2022

V0.2.0 a été publié!

• Les modèles Clip et Cloob ont été mis à niveau! Maintenant, rinna/japanese-cloob-vit-b-16 atteint 54,64.
• A publié nos modèles d'invite japonais et un exemple de code (voir scripts/example.py ) pour la classification ImageNet zéro-shot. Ces modèles ont été nettoyés pour les japonais sur la base des modèles Openai 80.
• Changé la citation

Modèles pré-entraînés

Nom du modèle	Top1 *	Top5 *
Rinna / Japanese-Coob-Vit-B-16	54.64	72.86
Rinna / Japanese-Clip-Vit-B-16	50,69	72.35
sonoisa / clip-vit-b-32-japonais-v1	38.88	60,71
picolatement multilingue	14.36	27.28

* Ensemble de validation ImageNet Zero-Shot Set-K.

Usage

1. Installer le package

$ pip install git+https://github.com/rinnakk/japanese-clip.git

2. Courir

 from PIL import Image
import torch
import japanese_clip as ja_clip

device = "cuda" if torch . cuda . is_available () else "cpu"
# ja_clip.available_models()
# ['rinna/japanese-clip-vit-b-16', 'rinna/japanese-cloob-vit-b-16']
# If you want v0.1.0 models, set `revision='v0.1.0'`
model , preprocess = ja_clip . load ( "rinna/japanese-clip-vit-b-16" , cache_dir = "/tmp/japanese_clip" , device = device )
tokenizer = ja_clip . load_tokenizer ()

image = preprocess ( Image . open ( "./data/dog.jpeg" )). unsqueeze ( 0 ). to ( device )
encodings = ja_clip . tokenize (
    texts = [ "犬" , "猫" , "象" ],
    max_seq_len = 77 ,
    device = device ,
    tokenizer = tokenizer , # this is optional. if you don't pass, load tokenizer each time
)

with torch . no_grad ():
    image_features = model . get_image_features ( image )
    text_features = model . get_text_features ( ** encodings )
    
    text_probs = ( 100.0 * image_features @ text_features . T ). softmax ( dim = - 1 )

print ( "Label probs:" , text_probs )  # prints: [[1.0, 0.0, 0.0]] 

Citation

Pour citer ce référentiel:

@inproceedings{japanese-clip,
  author = {シーン 誠, 趙 天雨, 沢田 慶},
  title = {日本語における言語画像事前学習モデルの構築と公開},
  booktitle= {The 25th Meeting on Image Recognition and Understanding},
  year = 2022,
  month = July,
}

Licence

La licence Apache 2.0