---
language: ja
license: cc-by-sa-4.0
tags:
- clip
- feature-extraction
- sentence-similarity
---

# 日本語版[CLIP](https://github.com/openai/CLIP)モデル

This is a [CLIP](https://github.com/openai/CLIP) text/image encoder model for Japanese.

英語版CLIPモデルのテキストエンコーダーを一種の蒸留を用いて日本語化したモデルです。
作り方や精度、使い方、サンプルコードは下記の解説記事をご参照ください。

- 解説記事:
  - 概要: [【日本語モデル付き】2022年にマルチモーダル処理をする人にお勧めしたい事前学習済みモデル](https://qiita.com/sonoisa/items/00e8e2861147842f0237)
  - 使い方の解説: [【日本語CLIP】画像とテキストの類似度計算、画像やテキストの埋め込み計算、類似画像検索](https://qiita.com/sonoisa/items/d6db2f130fa9a4ce0c2c)
  - (公開準備中) 応用解説: いらすとや画像のマルチモーダル検索（ゼロショット編）
  - (公開準備中) 応用解説: いらすとや画像のマルチモーダル検索（ファインチューニング編）
  - (公開準備中) 応用解説: 画像とテキストの両方を用いたマルチモーダル分類
 
- サンプルコードのリポジトリ: https://github.com/sonoisa/clip-japanese

- デモ:
  - [いらすとや画像のマルチモーダル検索（ゼロショット）](https://huggingface.co/spaces/sonoisa/Irasuto_search_CLIP_zero-shot)