Openvision Vit Tiny Patch8 224
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
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