AIbase
EN
Home
Vit So400m Patch14 Siglip 224.webli
V

Vit So400m Patch14 Siglip 224.webli

Developed by timm
SigLIPベースの視覚Transformerモデル、画像エンコーダ部分のみを含み、オリジナルアテンションプーリングメカニズムを採用
画像分類
Transformers
Open Source License:Apache-2.0#SigLIP視覚エンコーディング#オリジナルアテンションプーリング#大規模事前学習
Downloads 123
Release Time : 12/24/2024

Model Overview

これはSigLIPアーキテクチャに基づく視覚Transformerモデルで、画像特徴抽出タスク専用です。モデルは14x14のパッチサイズと224x224の入力解像度を採用しています。

Model Features

SigLIPアテンションプーリング
SigLIPアーキテクチャ特有のアテンションプーリングメカニズムを採用し、画像特徴抽出効果を最適化
大規模モデル
4億パラメータの大規模視覚モデルで、より豊富な画像特徴を捕捉可能
高解像度処理
224x224入力解像度をサポートし、詳細に富んだ画像処理に適している

Model Capabilities

画像特徴抽出
視覚表現学習

Use Cases

コンピュータビジョン
画像分類
画像分類タスクの基礎特徴抽出器として使用可能
視覚検索
視覚検索エンジンの特徴抽出コンポーネントとして使用
Featured Recommended AI Models
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 Supports Multiple Languages
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 English
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 Chinese
R
uer
2,694
98
AIbase
Empowering the Future, Your AI Solution Knowledge Base
English简体中文繁體中文にほんご
© 2025AIbase