Openvision Vit Base Patch16 224
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合
O
UCSC-VLAA
79
0
Openvision Vit Huge Patch14 224
Apache-2.0
OpenVisionは完全オープンでコストパフォーマンスの高い先進的な視覚エンコーダーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合
O
UCSC-VLAA
27
2
Openvision Vit Huge Patch14 84
Apache-2.0
OpenVisionは、マルチモーダル学習のために設計された、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ーファミリーです。
画像分類
Transformers

O
UCSC-VLAA
19
0
Openvision Vit Large Patch14 336
Apache-2.0
OpenVisionは、マルチモーダル学習のために設計された、完全にオープンでコスト効率の高い高度な視覚エンコーダーファミリーです。
画像の拡張
Transformers

O
UCSC-VLAA
34
0
Openvision Vit Large Patch14 224
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合
O
UCSC-VLAA
308
4
Openvision Vit Large Patch14 84
Apache-2.0
OpenVisionは完全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ーファミリーで、マルチモーダル学習タスクに焦点を当てています。
画像分類
Transformers

O
UCSC-VLAA
21
0
Openvision Vit Base Patch8 224
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
画像分類
O
UCSC-VLAA
43
0
Openvision Vit Base Patch8 160
Apache-2.0
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。
画像分類
Transformers

O
UCSC-VLAA
26
0
Openvision Vit Small Patch8 224
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
O
UCSC-VLAA
25
0
Openvision Vit Tiny Patch8 384
Apache-2.0
OpenVisionは完全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ーファミリーで、マルチモーダル学習に焦点を当てています。
画像の拡張
Transformers

O
UCSC-VLAA
16
0
Openvision Vit Tiny Patch8 224
Apache-2.0
OpenVision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ーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合
O
UCSC-VLAA
123
0
Openvision Vit Tiny Patch16 384
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
O
UCSC-VLAA
19
0
Openvision Vit Tiny Patch16 160
Apache-2.0
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ーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合
Transformers

O
UCSC-VLAA
30
0
Vit So400m Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリングを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
画像分類
Transformers

V
timm
19
0
Vit So400m Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリングを採用し、アテンションプーリングヘッドを削除、画像特徴抽出タスクに適しています。
テキスト生成画像
Transformers

V
timm
22
0
Vit So400m Patch16 Siglip 512.v2 Webli
Apache-2.0
SigLIP 2に基づく視覚Transformerモデルで、画像特徴抽出のために設計されており、多言語視覚-言語タスクに適しています。
テキスト生成画像
Transformers

V
timm
2,766
0
Vit So400m Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2ベースの視覚Transformerモデル、画像特徴抽出のために設計され、webliデータセットで事前学習済み
テキスト生成画像
Transformers

V
timm
2,073
0
Vit So400m Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2 ViTモデル、画像エンコーダ部分のみを含み、画像特徴抽出用、WebLIデータセットで学習。
テキスト生成画像
Transformers

V
timm
12.56k
0
Vit So400m Patch14 Siglip Gap 378.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデル、WebLIデータセットで事前学習され、アテンションプーリングヘッドを削除しグローバル平均プーリングを採用
画像分類
Transformers

V
timm
20
0
Vit So400m Patch14 Siglip Gap 224.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリングを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
画像分類
Transformers

V
timm
179
0
Vit So400m Patch14 Siglip 378.v2 Webli
Apache-2.0
SigLIP 2に基づく視覚Transformerモデルで、画像特徴抽出のために設計され、webliデータセットでトレーニングされました
テキスト生成画像
Transformers

V
timm
30
0
Vit So400m Patch14 Siglip 224.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、画像特徴抽出のために設計され、webliデータセットで事前学習されています。
画像分類
Transformers

V
timm
7,005
0
Vit Large Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、画像特徴抽出のために設計され、アテンションプーリングヘッドの代わりにグローバル平均プーリング(GAP)を採用
画像分類
Transformers

V
timm
29
0
Vit Large Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、グローバル平均プーリング(GAP)のバリアントを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
テキスト生成画像
Transformers

V
timm
95
0
Vit Large Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2ベースのViT画像エンコーダーで、グローバル平均プーリングを採用し、アテンションプーリングヘッドを削除、画像特徴抽出専用に設計されています。
テキスト生成画像
Transformers

V
timm
95
0
Vit Large Patch16 Siglip 512.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダ、timm向けに設計され、視覚-言語タスクに適応
画像分類
Transformers

V
timm
295
0
Vit Large Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデル、画像特徴抽出のために設計され、webliデータセットで事前学習済み
テキスト生成画像
Transformers

V
timm
4,265
0
Vit Large Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、画像特徴抽出のために設計され、webliデータセットでトレーニングされました
画像分類
Transformers

V
timm
525
0
Vit Giantopt Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリング処理を採用し、注意プーリングヘッドを削除した画像特徴抽出タスクに適しています。
画像分類
Transformers

V
timm
21
0
Vit Giantopt Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2 ViT画像エンコーダー、グローバル平均プーリングを採用、アテンションプーリングヘッドを削除、timm向けに設計
画像分類
Transformers

V
timm
17
0
Vit Giantopt Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダー、timm向けに設計され、視覚言語タスクに適している
画像分類
Transformers

V
timm
160
0
Vit Giantopt Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2技術に基づく視覚Transformerモデル、画像特徴抽出に特化
テキスト生成画像
Transformers

V
timm
59
0
Vit Base Patch32 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2を基にした視覚Transformerモデルで、アテンションプーリングヘッドの代わりにグローバル平均プーリング(GAP)を使用した画像エンコーダ
テキスト生成画像
Transformers

V
timm
25
1
Vit Base Patch32 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデル、画像特徴抽出専用に設計
テキスト生成画像
Transformers

V
timm
27
0
Vit Base Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
SigLIP 2ベースのViT画像エンコーダーで、グローバル平均プーリングを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
画像分類
Transformers

V
timm
105
0
Vit Base Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリング(GAP)を使用してアテンションプーリングヘッドを置き換え、画像特徴抽出タスクに適しています。
画像分類
Transformers

V
timm
105
0
Vit Base Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリングを採用し、注意プーリングヘッドを削除、画像特徴抽出に適しています。
マルチモーダル融合
Transformers

V
timm
114
1
Vit Base Patch16 Siglip Gap 224.v2 Webli
Apache-2.0
SigLIP 2を基にした視覚トランスフォーマーモデルで、グローバル平均プーリングを用いて画像特徴を処理
画像分類
Transformers

V
timm
303
0
Vit Base Patch16 Siglip 512.v2 Webli
Apache-2.0
SigLIP 2に基づく視覚トランスフォーマーモデルで、画像特徴抽出のために設計され、webliデータセットで事前学習済み
テキスト生成画像
Transformers

V
timm
2,664
0
Vit Base Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2ベースの視覚トランスフォーマーモデル、画像特徴抽出用に設計、webliデータセットで事前学習済み
テキスト生成画像
Transformers

V
timm
330
0
- 1
- 2
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