# 軽量ViT

OpenVision-ViT-Tinyは完全オープンで高コストパフォーマンスな先進的な視覚エンコーダで、OpenVisionファミリーの一部であり、マルチモーダル学習に焦点を当てています。

LeViT-128アーキテクチャに基づく視覚Transformerモデルで、脳卒中二値分類検出タスク向けに微調整

H0-miniはOwkinとBioptimusが共同開発した軽量な組織学基礎モデルで、Vision Transformerアーキテクチャに基づき、自己教師あり蒸留法で訓練され、病理学画像解析に適しています。

ViTアーキテクチャに基づく軽量画像分類モデルで、AI生成画像と実画像の差異を検出するために特別に設計

MS1MV3データセットで訓練された視覚変換器(ViT)モデルで、顔認識タスク専用です。

MS1MV3データセットで訓練された視覚変換器(ViT)モデルで、顔認識タスク向けに設計

DINOv2手法で訓練された小型視覚Transformerモデルで、画像特徴抽出と分類タスクに適しています

PaViTはGoogleのPaLMにインスパイアされたPathway Vision Transformerを基にした画像認識モデルで、少数ショット学習技術の画像認識タスクへの応用に焦点を当てています。

このモデルは蒸留版データ効率的画像Transformer（DeiT）で、ImageNet-1kにおいて224x224解像度で事前学習と微調整を行い、教師モデルから効率的に学習します。