# 大規模画像処理

視覚Transformer（ViT）ベースの画像特徴モデルで、自己教師ありDINOv2手法を用いてLVD-142Mデータセットで事前学習済み。

AIM-v2はtimmライブラリを基にした画像特徴抽出モデルで、大規模パッチ設計を採用し、高解像度画像処理に適しています。

Segformerアーキテクチャを改良した直接分割任意モデルで、境界検出と画像分割タスク向けに設計

レジスタ付き視覚トランスフォーマー（ViT）画像特徴モデル、自己教師ありのDINOv2手法でLVD-142Mデータセット上で事前学習済み。

レジスタを備えた視覚トランスフォーマー（ViT）画像特徴モデルで、自己教師ありのDINOv2手法を用いてLVD-142Mデータセットで事前学習されています。

視覚Transformer（ViT）ベースの自己教師あり画像特徴モデルで、DINOv2手法を用いてLVD-142Mデータセットで事前学習されており、画像分類や特徴抽出タスクに適しています。

Vision Transformer(ViT)ベースの巨大画像特徴抽出モデル、自己教師ありDINOv2手法でLVD-142Mデータセット上で事前学習

Vision Transformer（ViT）ベースの画像特徴モデル、自己教師ありDINOv2手法でLVD-142Mデータセット上で事前学習済み

imagenet-1kで訓練されたRegNetモデル、自己教師あり方式で数十億枚のランダムなウェブ画像で事前学習後にファインチューニング