open_clip

OpenCLIP 是一个开源的 CLIP（Contrastive Language–Image Pretraining）模型实现，提供多模态图文理解与对齐能力。核心功能包括支持多种预训练权重（如 OpenAI、LAION 数据集）、零样本图像分类、图文检索及跨模态嵌入生成；技术上基于 PyTorch，采用对比学习损失，支持分布式训练（DDP/FSDP2）、灵活的数据加载接口和 Hugging Face Hub 模型集成。适用于需要轻量级、可复现、可定制的多模态基础模型的研究与工程场景，如零样本识别、跨模态搜索、AIGC 内容理解等。