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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase