tiny clip text 2

提供商peft-internal-testing
分类image-text-retrieval
许可证Apache-2.0
下载量1.9M
星标0

简介

Tiny CLIP Text 2 是一款轻量级的图像-文本检索模型，专注于将文本描述高效地转化为向量空间，以便与图像特征进行匹配。与参数量巨大的主流 CLIP 模型不同，它在保持核心语义对齐能力的同时，极大地降低了计算开销和内存占用。对于中国开发者而言，该模型非常适合部署在端侧设备或作为大规模检索系统的初筛层，在不需要极高精度但对响应速度要求苛刻的场景下，它是替代重量级模型、优化推理成本的理想选择。

核心亮点

  • 轻量化设计，极低资源占用，支持端侧部署
  • 高效实现图文语义对齐，加速图像检索响应
  • Apache-2.0 协议，对商业应用极其友好
  • 适合作为大规模检索系统的快速预筛选组件

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("peft-internal-testing/tiny-clip-text-2")
tokenizer = AutoTokenizer.from_pretrained("peft-internal-testing/tiny-clip-text-2")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引 
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库 
huggingface-cli download peft-internal-testing/tiny-clip-text-2

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例） 
huggingface-cli download peft-internal-testing/tiny-clip-text-2 config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

SDK 下载 
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('peft-internal-testing/tiny-clip-text-2')

Git 下载

请确保 lfs 已经被正确安装

Git 下载 
git lfs install
git clone https://huggingface.co/peft-internal-testing/tiny-clip-text-2

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS 
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/peft-internal-testing/tiny-clip-text-2

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers 
pip install -U transformers torch

模型加载和推理

模型加载和推理 
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('peft-internal-testing/tiny-clip-text-2')
tokenizer = AutoTokenizer.from_pretrained('peft-internal-testing/tiny-clip-text-2')
查看官方来源