Chinese CLIP: Contrastive Vision-Language Pretraining in Chinese

计算机科学 水准点(测量) 构造(python库) 编码器 人工智能 自然语言处理 图像(数学) 语音识别 机器学习 大地测量学 程序设计语言 地理 操作系统
作者
Yang An,Junshu Pan,Jung Fu Lin,Rui Men,Yichang Zhang,Jingren Zhou,Chen Zhou
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2211.01335
摘要

The tremendous success of CLIP (Radford et al., 2021) has promoted the research and application of contrastive learning for vision-language pretraining. In this work, we construct a large-scale dataset of image-text pairs in Chinese, where most data are retrieved from publicly available datasets, and we pretrain Chinese CLIP models on the new dataset. We develop 5 Chinese CLIP models of multiple sizes, spanning from 77 to 958 million parameters. Furthermore, we propose a two-stage pretraining method, where the model is first trained with the image encoder frozen and then trained with all parameters being optimized, to achieve enhanced model performance. Our comprehensive experiments demonstrate that Chinese CLIP can achieve the state-of-the-art performance on MUGE, Flickr30K-CN, and COCO-CN in the setups of zero-shot learning and finetuning, and it is able to achieve competitive performance in zero-shot image classification based on the evaluation on the ELEVATER benchmark (Li et al., 2022). We have released our codes, models, and demos in https://github.com/OFA-Sys/Chinese-CLIP
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱的函函应助C南城采纳,获得200
1秒前
orixero应助xxyqddx采纳,获得10
2秒前
2秒前
深情安青应助lalala采纳,获得10
2秒前
狂野怀曼发布了新的文献求助10
3秒前
思源应助王三金采纳,获得10
3秒前
酷波er应助科研通管家采纳,获得10
5秒前
李健应助科研通管家采纳,获得10
5秒前
酷波er应助科研通管家采纳,获得10
5秒前
星辰大海应助科研通管家采纳,获得10
5秒前
shinysparrow应助科研通管家采纳,获得20
5秒前
秋雪瑶应助科研通管家采纳,获得10
5秒前
情怀应助科研通管家采纳,获得10
5秒前
所所应助科研通管家采纳,获得10
5秒前
思源应助科研通管家采纳,获得30
5秒前
cctv18应助科研通管家采纳,获得30
5秒前
天天快乐应助科研通管家采纳,获得10
5秒前
cctv18应助科研通管家采纳,获得10
5秒前
gengren163应助科研通管家采纳,获得10
5秒前
cctv18应助科研通管家采纳,获得10
5秒前
cctv18应助科研通管家采纳,获得10
5秒前
小马甲应助科研通管家采纳,获得10
5秒前
CodeCraft应助科研通管家采纳,获得10
6秒前
6秒前
6秒前
天天快乐应助科研通管家采纳,获得10
6秒前
搜集达人应助科研通管家采纳,获得10
6秒前
能干的大船完成签到 ,获得积分10
6秒前
奶酪完成签到,获得积分10
6秒前
111完成签到,获得积分20
10秒前
10秒前
小蘑菇应助xiaoxin采纳,获得10
13秒前
13秒前
xxyqddx发布了新的文献求助10
15秒前
NexusExplorer应助lalala采纳,获得10
15秒前
王三金发布了新的文献求助10
17秒前
顾矜应助zhangzhuopu采纳,获得10
19秒前
19秒前
aspensci应助诚心涔雨采纳,获得10
20秒前
完美的小虾米完成签到 ,获得积分10
21秒前
高分求助中
Manual of Clinical Microbiology, 4 Volume Set (ASM Books) 13th Edition 1000
Teaching Social and Emotional Learning in Physical Education 900
Boris Pesce - Gli impiegati della Fiat dal 1955 al 1999 un percorso nella memoria 500
Chinese-English Translation Lexicon Version 3.0 500
Recherches Ethnographiques sue les Yao dans la Chine du Sud 500
Two-sample Mendelian randomization analysis reveals causal relationships between blood lipids and venous thromboembolism 500
[Lambert-Eaton syndrome without calcium channel autoantibodies] 460
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2397135
求助须知:如何正确求助?哪些是违规求助? 2099045
关于积分的说明 5290760
捐赠科研通 1826679
什么是DOI,文献DOI怎么找? 910582
版权声明 560023
科研通“疑难数据库(出版商)”最低求助积分说明 486752