AIbase
JA
モデル選定
タグ
ViT-GPT2アーキテクチャ

# ViT-GPT2アーキテクチャ

Vit Gpt2 Image Captioning
Apache-2.0
これはViTとGPT2アーキテクチャに基づく画像説明生成モデルで、入力された画像に対して自然言語の説明を生成できます。
画像生成テキスト
V
aryan083
31
0
Rgb Language Cap
Apache-2.0
これはCOCOデータセットで訓練された視覚言語モデルで、画像内のエンティティ間の空間関係を含む記述テキストを生成できます。
画像生成テキスト Transformers 英語
R
voxreality
24
0
Rgb Language Cap
MIT
これは空間認識能力を備えた視覚言語モデルで、画像内の物体間の空間関係を認識し記述テキストを生成できます。
画像生成テキスト Transformers 英語
R
sadassa17
15
0
Vit Gpt2 Verifycode Caption
Apache-2.0
60000枚の画像トレーニングセットでファインチューニングされたVit-GPT2アーキテクチャのキャプチャ認識モデルで、画像内のキャプチャテキストを正確に認識できます。
画像生成テキスト Transformers
V
AIris-Channel
28
1
Image Caption Generator
Flickr8kデータセットでトレーニングされた視覚言語モデルで、入力画像に対して自然言語の説明を生成できます
画像生成テキスト Transformers
I
bipin
177
15
Image Captioning Portuguese
Apache-2.0
これは画像をポルトガル語の説明に変換できるモデルで、ViTとGPT2アーキテクチャで訓練されています。
画像生成テキスト その他
I
adalbertojunior
17
1
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