AIbase
JA
ホーム
Openvision Vit Small Patch16 224
O

Openvision Vit Small Patch16 224

UCSC-VLAAによって開発
OpenVisionは、完全にオープンでコストパフォーマンスに優れた先進的な視覚エンコーダファミリーで、マルチモーダル学習に焦点を当てています。
画像の拡張オープンソースライセンス:Apache-2.0#マルチモーダル学習#オープンソース視覚エンコーダ#コストパフォーマンス
ダウンロード数 17
リリース時間 : 5/6/2025

モデル概要

OpenVision視覚エンコーダは、マルチモーダル学習のために効率的でオープンな視覚特徴抽出ソリューションを提供することを目的としており、さまざまなコンピュータビジョンタスクに適用できます。

モデル特徴

完全オープン
モデルは完全にオープンで、自由に使用および変更が可能です。
高コストパフォーマンス
高性能を維持しながら、計算リソースの使用を最適化しています。
マルチモーダルサポート
マルチモーダル学習向けに設計されており、他のモーダルモデルと良好に連携できます。

モデル能力

画像特徴抽出
マルチモーダル学習

使用事例

コンピュータビジョン
画像分類
抽出した画像特徴を使用して分類タスクを実行します。
物体検出
検出アルゴリズムと組み合わせて効率的な物体認識を実現します。
マルチモーダルアプリケーション
画像とテキストのマッチング
画像特徴とテキスト特徴をマッチングします。
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
AIbase
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
© 2025AIbase