Vit So400m Patch14 Siglip Gap 896.pali2 3b Pt
SigLIP画像エンコーダーに基づく視覚モデルで、グローバル平均プーリングを採用し、PaliGemma2プロジェクトの一部です
ダウンロード数 14
リリース時間 : 12/26/2024
モデル概要
このモデルは画像特徴抽出に特化した視覚モデルで、SigLIP画像エンコーダーアーキテクチャを採用し、グローバル平均プーリング技術を使用しています。
モデル特徴
SigLIP画像エンコーダー
SigLIPアーキテクチャを採用した画像エンコーダーで、効率的な画像特徴抽出に焦点を当てています
グローバル平均プーリング
グローバル平均プーリング技術を使用しており、画像のグローバル特徴の抽出に役立ちます
PaliGemma2プロジェクト
PaliGemma2プロジェクトの一部として、他のコンポーネントと連携して動作する可能性があります
モデル能力
画像特徴抽出
視覚表現学習
使用事例
コンピュータビジョン
画像分類
画像分類タスクに使用可能で、分類器に供給する画像特徴を抽出します
視覚的質問応答
視覚的質問応答システムの視覚エンコーディングコンポーネントとして機能します
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98