Vit Base Patch16 Siglip 384.v2 Webli
V
Vit Base Patch16 Siglip 384.v2 Webli
由timm開發
基於SigLIP 2的視覺變換器模型,專為圖像特徵提取設計,使用webli數據集預訓練
下載量 330
發布時間 : 2/21/2025
模型概述
這是一個SigLIP 2視覺變換器模型,僅包含圖像編碼器部分,適用於圖像特徵提取任務。模型基於ViT架構,使用Sigmoid損失進行預訓練。
模型特點
SigLIP 2改進
基於SigLIP 2架構,具有改進的語義理解和定位能力
密集特徵提取
能夠提取圖像的密集特徵表示
大規模預訓練
使用webli大規模數據集進行預訓練
模型能力
圖像特徵提取
視覺語義理解
圖像定位
使用案例
計算機視覺
圖像檢索
使用提取的圖像特徵進行相似圖像檢索
視覺定位
識別和定位圖像中的關鍵區域
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