Vit So400m Patch16 Siglip Gap 512.v2 Webli
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化處理,適用於視覺語言任務。
下載量 21
發布時間 : 2/21/2025
模型概述
該模型是一個專為timm設計的SigLIP 2 ViT圖像編碼器,移除了注意力池化頭,採用全局平均池化處理。主要用於圖像特徵提取和視覺語言任務。
模型特點
SigLIP 2架構
採用SigLIP 2架構,具備增強的語義理解和定位能力。
全局平均池化
移除了注意力池化頭,採用全局平均池化處理。
大規模預訓練
在webli數據集上進行預訓練,具備強大的圖像特徵提取能力。
模型能力
圖像特徵提取
視覺語言任務處理
使用案例
計算機視覺
圖像分類
可用於圖像分類任務,提取圖像特徵進行分類。
視覺語言任務
適用於視覺語言任務,如圖像描述生成等。
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