AIbase
TW
模型選型
標籤
掩碼圖像建模

# 掩碼圖像建模

Vitreg4 B16 Mim
Apache-2.0
基於掩碼圖像建模(MIM)預訓練的ViT reg4圖像編碼器，適用於通用特徵提取或下游視覺任務
圖像分類
V
birder-project
69
0
Meissonic
Apache-2.0
Meissonic是一種非自迴歸的掩碼圖像建模文本生成圖像模型，能夠生成高分辨率圖像，專為消費級顯卡設計運行。
文本生成圖像 英語
M
MeissonFlow
47
103
Eva02 Small Patch14 224.mim In22k
MIT
EVA02特徵/表示模型，通過掩碼圖像建模在ImageNet-22k上預訓練，適用於圖像分類和特徵提取任務。
圖像分類 Transformers
E
timm
705
0
Eva02 Large Patch14 224.mim M38m
MIT
EVA02特徵/表示模型，通過掩碼圖像建模在Merged-38M數據集上預訓練，適用於圖像分類和特徵提取任務。
圖像分類 Transformers
E
timm
571
0
Eva02 Base Patch14 224.mim In22k
MIT
EVA02基礎版視覺表示模型，通過掩碼圖像建模在ImageNet-22k上預訓練，適用於圖像分類和特徵提取任務。
圖像分類 Transformers
E
timm
2,834
6
Beit Large Patch16 224 Pt22k Ft22k
Apache-2.0
BEiT是一種基於視覺Transformer（ViT）的圖像分類模型，通過自監督方式在ImageNet-22k上預訓練並在相同數據集上微調。
圖像分類
B
microsoft
1,880
5
Beit Large Patch16 224 Pt22k
Apache-2.0
BEiT是一種基於視覺Transformer（ViT）的自監督學習模型，通過ImageNet-21k數據集預訓練，用於圖像分類任務。
圖像分類
B
microsoft
237
2
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase