vit_so400m_patch14_siglip_gap_896.pali2_3b_ptオープンソースビジュアルモデル

ホーム

Vit So400m Patch14 Siglip Gap 896.pali2 3b Pt

timmによって開発

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

テキスト生成画像

Transformers

オープンソースライセンス:Apache-2.0 #SigLIP画像エンコーディング #グローバル平均プーリング #マルチモーダル事前学習

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

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。

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

uer

2,694

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

Vit So400m Patch14 Siglip Gap 896.pali2 3b Pt

モデル概要

モデル特徴

モデル能力

使用事例

🚀 vit_so400m_patch14_siglip_gap_896.pali2_3b_pt のモデルカード

📄 ライセンス