Vit So400m Patch14 Siglip Gap 896.pali Pt
基于SigLIP图像编码器的视觉模型,采用全局平均池化,是PaliGemma项目的一部分
Downloads 15
Release Time : 12/26/2024
Model Overview
该模型是一个视觉特征提取模型,专注于图像理解任务,采用SigLIP架构并优化了全局平均池化处理
Model Features
SigLIP图像编码器
采用SigLIP架构的图像编码器,具有高效的视觉特征提取能力
全局平均池化
使用全局平均池化(GAP)技术优化特征表示
高分辨率处理
支持896像素的高分辨率图像输入
Model Capabilities
图像特征提取
视觉表示学习
图像理解
Use Cases
计算机视觉
图像分类
可用于构建图像分类系统
视觉问答
作为多模态模型的视觉编码组件
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98