Dinov2 With Registers Base Imagenet1k 1 Layer
Apache-2.0
基於Transformer架構的視覺變換器模型,通過DINOv2方法訓練並引入寄存器機制,解決了傳統ViT模型的偽影問題
圖像分類
Transformers

D
facebook
693
2
Virchow
Apache-2.0
Virchow是基於150萬張全切片組織病理學圖像的自監督視覺Transformer預訓練模型,可作為切片級特徵提取器用於計算病理學下游任務。
圖像分類
V
paige-ai
5,121
57
Vit Small Patch14 Reg4 Dinov2.lvd142m
Apache-2.0
一種帶有寄存器的視覺Transformer(ViT)圖像特徵模型,採用自監督DINOv2方法在LVD-142M數據集上預訓練。
圖像分類
Transformers

V
timm
15.98k
5
Vit Large Patch14 Reg4 Dinov2.lvd142m
Apache-2.0
帶有寄存器的視覺變換器(ViT)圖像特徵模型,使用自監督的DINOv2方法在LVD-142M數據集上進行預訓練。
圖像分類
Transformers

V
timm
119.48k
7
Vit Giant Patch14 Reg4 Dinov2.lvd142m
Apache-2.0
一個帶有寄存器的視覺Transformer(ViT)圖像特徵模型,採用自監督DINOv2方法在LVD-142M數據集上預訓練。
圖像分類
Transformers

V
timm
917
1
Vit Base Patch14 Reg4 Dinov2.lvd142m
Apache-2.0
一個帶有寄存器的視覺變換器(ViT)圖像特徵模型,使用自監督的DINOv2方法在LVD-142M數據集上進行預訓練。
圖像分類
Transformers

V
timm
40.95k
10
Vit Small Patch14 Dinov2.lvd142m
Apache-2.0
基於視覺Transformer(ViT)的圖像特徵模型,採用自監督DINOv2方法在LVD-142M數據集上預訓練
圖像分類
Transformers

V
timm
35.85k
3
Vit Large Patch14 Dinov2.lvd142m
Apache-2.0
基於視覺Transformer(ViT)的自監督圖像特徵模型,採用DINOv2方法在LVD-142M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

V
timm
32.01k
11
Vit Giant Patch14 Dinov2.lvd142m
Apache-2.0
基於視覺Transformer(ViT)的巨型圖像特徵提取模型,採用自監督DINOv2方法在LVD-142M數據集上預訓練
圖像分類
Transformers

V
timm
6,911
0
Vit Base Patch14 Dinov2.lvd142m
Apache-2.0
基於Vision Transformer(ViT)的圖像特徵模型,採用自監督DINOv2方法在LVD-142M數據集上預訓練
圖像分類
Transformers

V
timm
50.71k
4
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