写真のカテゴリ判定を CLIP で実装・検証:1 枚 13ms・正解率 88%
出典: Zenn (Claude topic)
Hiroba による自動要約
テキスト専用の Jev の代わりに、画像を直接ベクトル化できる CLIP モデルを Mac で実装して写真分類タスクを検証。カテゴリ名の文と比較する方式で 87.6%、登録済み写真と比較する方式で 88.7% の正解率を達成し、GPU 処理で 1 枚あたり 13ms の速度を実現。Claude Haiku は正解率 92% だが処理時間は 750ms と大幅に遅い。
出典・元記事
Zenn (Claude topic) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 6475 件あります。
関連する記事
同じタグの記事

Claude Code の基礎と活用術
ZennClaude Code の導入者向けに、動作の仕組みから CLAUDE.md・ルール・Skills・サブエージェント・フックによるプロジェクト別カスタマイズまでを段階的に解説した Zenn の本。基本操作を終えた後、自分の開発環境に合わせた設定・運用方法を体系的に把握したいエンジニアが対象。



Claude Code `CLAUDE.md` 完全ガイド
QiitaClaude Code に渡す CLAUDE.md の設計・運用ガイド。リポジトリから容易に発見できず、多くの作業の判断や検証に影響する情報だけを書くという原則を軸に、Commands / Conventions / Gotchas を基本、Verification を任意とする構成と英語テンプレートを提示。テンプレート適用時に削除すべき項目も整理。初めて使う個人からチームで運用する開発者まで対象。