Modelo de IA · requer integração técnica para usoOpen source
CAPIVARA
H.IAAC — Hub de Inteligência Artificial e Arquiteturas Cognitivas, Unicamp
Modelo CLIP adaptado ao português: põe imagem e texto no mesmo espaço vetorial, o que permite buscar imagem por descrição escrita e classificar imagem sem treino específico. Construído sobre o OpenCLIP ViT-B/32 com XLM-RoBERTa.
Busca semântica e embeddings · Análise de imagens
Quando faz sentido usar
- Buscar em acervo de imagens a partir de descrição escrita em português, em infraestrutura própria
- Classificar imagens em categorias novas sem montar base de treino rotulada
Para colocar em uso
- Integração técnica: biblioteca open_clip
- Modelo leve: roda em máquina local; GPU acelera o processamento em lote
Limitações e cuidados
- As legendas de treino em português vêm de tradução automática e de legendas sintéticas geradas por outro modelo — o português herda os artefatos dessa cadeia e não é texto escrito por pessoa
- Último ajuste no repositório em 2023: segue funcional, mas não acompanha os modelos de imagem-texto posteriores
- A afirmação de estado da arte é dos autores, em 2023, e não foi reaferida por nós
Infraestrutura e variantes
- Execução em infraestrutura própria: possível — computador local, servidor com gpu.
- CAPIVARA (OpenCLIP ViT-B/32 + XLM-RoBERTa base) — porte pequeno · computador local, servidor com gpu · base ViT-B/32 parâmetros
Modalidades e idiomas
- Entrada: texto, imagem — Saída: vetores
- Português: Declarado na fonte
Licença e nível de abertura
- Nível de abertura: Open source
- Licença do modelo/pesos: MIT — licença OSI, uso comercial e modificação livres; declarada no cabeçalho do cartão do próprio modelo (o repositório de pesos não traz arquivo LICENSE à parte)
A classificação resume as informações verificadas nas fontes oficiais. Confira os termos da licença antes da adoção.
Informações verificadas em novembro de 2026.