在 Hugging Face 上使用 OpenCLIP

OpenCLIP 是 OpenAI CLIP 的开源实现。

在 Hub 上探索 OpenCLIP

您可以通过在模型页面左侧筛选来找到 OpenCLIP 模型。

Hub 上托管的 OpenCLIP 模型具有模型卡片，其中包含有关模型的有用信息。感谢 OpenCLIP Hugging Face Hub 集成，您可以使用几行代码加载 OpenCLIP 模型。您还可以使用推理终端节点部署这些模型。

安装

要开始使用，您可以按照OpenCLIP 安装指南进行操作。您也可以使用以下通过 pip 进行的单行安装

$ pip install open_clip_torch

使用现有模型

所有 OpenCLIP 模型都可以轻松地从 Hub 加载

import open_clip

model, preprocess = open_clip.create_model_from_pretrained('hf-hub:laion/CLIP-ViT-g-14-laion2B-s12B-b42K')
tokenizer = open_clip.get_tokenizer('hf-hub:laion/CLIP-ViT-g-14-laion2B-s12B-b42K')

加载后，您可以编码图像和文本以进行零样本图像分类

import torch
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)
image = preprocess(image).unsqueeze(0)
text = tokenizer(["a diagram", "a dog", "a cat"])

with torch.no_grad(), torch.cuda.amp.autocast():
    image_features = model.encode_image(image)
    text_features = model.encode_text(text)
    image_features /= image_features.norm(dim=-1, keepdim=True)
    text_features /= text_features.norm(dim=-1, keepdim=True)

    text_probs = (100.0 * image_features @ text_features.T).softmax(dim=-1)

print("Label probs:", text_probs)

它输出每个可能类别的概率

Label probs: tensor([[0.0020, 0.0034, 0.9946]])

如果您想加载特定的 OpenCLIP 模型，您可以单击模型卡片中的“在 OpenCLIP 中使用”，您将获得可用的代码片段！

其他资源

OpenCLIP 仓库
OpenCLIP 文档
Hub 中的 OpenCLIP 模型

< > 在 GitHub 上更新