CLIP ViT-H/14: ビジョンエンコーダ

LAION-2BでトレーニングされたCLIP ViT-H/14は、ComfyUI向けに再パッケージされた大規模ビジョンエンコーダモデルで、条件付け用のCLIPビジョンモデルとして使用されます。

CLIP ViT-H/14は、LAION-2Bデータセット（320億サンプル、79,000ステップ）でトレーニングされた大規模ビジョンエンコーダモデルです。ComfyUIにおける条件付け用のCLIPビジョンエンコーダとして機能し、さまざまな拡散モデルの条件付けタスクに高品質な画像埋め込みを提供します。

ComfyUIでの使用方法

モデルファイルを ComfyUI/models/clip_vision/ に配置します（split_files/clip_vision/ ディレクトリはこれに対応します）。ComfyUIの標準CLIPビジョンローダーノードと互換性があります。

開発元LAION / OpenCLIP
リリース日2023年（2025年再パッケージ）
アーキテクチャViT-H/14
ライセンスMIT
タイプCLIPビジョンエンコーダ
トレーニングデータLAION-2B

リンク

Guides and workflows related to this model series.

No articles found.