Entradas etiquetadas con: ZeroShot

Modelo de Visión Móvil de Código Abierto de Apple MobileCLIP

Apple MobileCLIP es un modelo ligero de imagen‑texto zero‑shot que funciona en dispositivos móviles con precisión competitiva. El repositorio de GitHub de código abierto incluye scripts de entrenamiento, código de evaluación, checkpoints preentrenados y una aplicación iOS lista para ejecutar. Soporta múltiples variantes de MobileCLIP (S0 a S4, B, L‑14) y la nueva línea MobileCLIP2, todas integradas con OpenCLIP y HuggingFace. Este artículo describe la arquitectura, la preparación del conjunto de datos (DataCompDR, DFNDR), las comparaciones de rendimiento frente a ViTs, recetas de inferencia rápidas y cómo los desarrolladores pueden ampliar o afinar los modelos para sus propias aplicaciones.