O

Openvision Vit Tiny Patch8 224

由UCSC-VLAA開發
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。
下載量 123
發布時間 : 5/6/2025

模型概述

OpenVision是一個開放的視覺編碼器家族,旨在為多模態學習提供高性價比的解決方案。它支持圖像特徵提取任務,適用於各種視覺和跨模態應用。

模型特點

全開放架構
採用完全開放的架構設計,便於社區使用和改進
高性價比
在保持高性能的同時優化了計算資源需求
多模態支持
專為多模態學習場景設計,支持視覺與語言的聯合表示

模型能力

圖像特徵提取
跨模態表示學習
視覺-語言對齊

使用案例

計算機視覺
圖像檢索
使用提取的圖像特徵進行高效相似圖像檢索
視覺問答
為視覺問答系統提供圖像特徵表示
多模態應用
圖文匹配
學習圖像與文本的聯合表示空間
跨模態檢索
支持圖像到文本或文本到圖像的跨模態檢索
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase