Openvision Vit Large Patch14 84
OpenVision是一個全開放、高性價比的先進視覺編碼器家族,專注於多模態學習任務。
下載量 21
發布時間 : 5/6/2025
模型概述
OpenVision ViT模型是一個基於Vision Transformer架構的視覺編碼器,旨在為多模態學習提供高效、開放的視覺特徵提取解決方案。
模型特點
全開放架構
模型完全開放,允許研究者和開發者自由使用和修改。
高性價比
在保持高性能的同時,優化了計算資源使用,降低了部署成本。
多模態支持
專為多模態學習任務設計,可與其他模態模型無縫集成。
模型能力
圖像特徵提取
多模態學習
視覺內容理解
使用案例
計算機視覺
圖像分類
使用OpenVision提取圖像特徵,用於下游分類任務。
視覺問答
在多模態問答系統中作為視覺編碼器使用。
多模態應用
圖文匹配
用於圖文檢索系統中的視覺特徵提取。
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