Vit Giantopt Patch16 Siglip 256.v2 Webli
基於SigLIP 2技術的視覺Transformer模型,專注於圖像特徵提取
下載量 59
發布時間 : 2/21/2025
模型概述
這是一個專為timm設計的SigLIP 2 ViT(僅圖像編碼器),用於高效的圖像特徵提取。模型基於WebLI數據集訓練,具備強大的視覺表示能力。
模型特點
SigLIP 2技術
採用改進的Sigmoid損失函數進行預訓練,增強語義理解和定位能力
密集特徵提取
能夠生成高質量的密集圖像特徵表示
多語言視覺編碼
支持多語言環境下的視覺特徵提取
模型能力
圖像特徵提取
視覺語義理解
圖像定位分析
使用案例
計算機視覺
圖像檢索
可用於構建高效的圖像檢索系統
高質量的特徵表示可提高檢索準確率
視覺語言任務
作為視覺編碼器用於多模態任務
增強的語義理解能力提升跨模態任務表現
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98