Openvision Vit Base Patch16 224
Apache-2.0
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。
多模態融合
O
UCSC-VLAA
79
0
Openvision Vit Huge Patch14 224
Apache-2.0
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。
多模態融合
O
UCSC-VLAA
27
2
Openvision Vit Huge Patch14 84
Apache-2.0
OpenVision 是一個全開放、高性價比的先進視覺編碼器家族,專為多模態學習設計。
圖像分類
Transformers

O
UCSC-VLAA
19
0
Openvision Vit Large Patch14 336
Apache-2.0
OpenVision是一個完全開放、經濟高效的高級視覺編碼器家族,專為多模態學習設計。
圖像增強
Transformers

O
UCSC-VLAA
34
0
Openvision Vit Large Patch14 224
Apache-2.0
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。
多模態融合
O
UCSC-VLAA
308
4
Openvision Vit Large Patch14 84
Apache-2.0
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。
圖像分類
Transformers

O
UCSC-VLAA
21
0
Openvision Vit Base Patch8 224
Apache-2.0
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。
圖像分類
O
UCSC-VLAA
43
0
Openvision Vit Base Patch8 160
Apache-2.0
OpenVision-ViT-Tiny 是一個全開放、高性價比的先進視覺編碼器,屬於 OpenVision 家族的一部分,專注於多模態學習。
圖像分類
Transformers

O
UCSC-VLAA
26
0
Openvision Vit Small Patch8 224
Apache-2.0
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。
O
UCSC-VLAA
25
0
Openvision Vit Tiny Patch8 384
Apache-2.0
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。
圖像增強
Transformers

O
UCSC-VLAA
16
0
Openvision Vit Tiny Patch8 224
Apache-2.0
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。
多模態融合
O
UCSC-VLAA
123
0
Openvision Vit Tiny Patch16 384
Apache-2.0
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。
O
UCSC-VLAA
19
0
Openvision Vit Tiny Patch16 160
Apache-2.0
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。
多模態融合
Transformers

O
UCSC-VLAA
30
0
Vit So400m Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,適用於圖像特徵提取任務。
圖像分類
Transformers

V
timm
19
0
Vit So400m Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,適用於圖像特徵提取任務。
文本生成圖像
Transformers

V
timm
22
0
Vit So400m Patch16 Siglip 512.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,專為圖像特徵提取設計,適用於多語言視覺-語言任務。
文本生成圖像
Transformers

V
timm
2,766
0
Vit So400m Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,專為圖像特徵提取設計,預訓練於webli數據集
文本生成圖像
Transformers

V
timm
2,073
0
Vit So400m Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2 ViT模型,僅包含圖像編碼器部分,用於圖像特徵提取,基於WebLI數據集訓練。
文本生成圖像
Transformers

V
timm
12.56k
0
Vit So400m Patch14 Siglip Gap 378.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,使用WebLI數據集預訓練,移除了注意力池化頭並採用全局平均池化
圖像分類
Transformers

V
timm
20
0
Vit So400m Patch14 Siglip Gap 224.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,適用於圖像特徵提取任務。
圖像分類
Transformers

V
timm
179
0
Vit So400m Patch14 Siglip 378.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,專為圖像特徵提取設計,訓練於webli數據集
文本生成圖像
Transformers

V
timm
30
0
Vit So400m Patch14 Siglip 224.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計,預訓練於webli數據集。
圖像分類
Transformers

V
timm
7,005
0
Vit Large Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計,採用全局平均池化(GAP)替代注意力池化頭部
圖像分類
Transformers

V
timm
29
0
Vit Large Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,採用全局平均池化(GAP)的變體,移除了注意力池化頭,適用於圖像特徵提取任務。
文本生成圖像
Transformers

V
timm
95
0
Vit Large Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,專為圖像特徵提取設計。
文本生成圖像
Transformers

V
timm
95
0
Vit Large Patch16 Siglip 512.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,專為timm設計,適用於視覺-語言任務
圖像分類
Transformers

V
timm
295
0
Vit Large Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計,預訓練於webli數據集
文本生成圖像
Transformers

V
timm
4,265
0
Vit Large Patch16 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計,訓練於webli數據集
圖像分類
Transformers

V
timm
525
0
Vit Giantopt Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化處理,移除了注意力池化頭部,適用於圖像特徵提取任務。
圖像分類
Transformers

V
timm
21
0
Vit Giantopt Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2 ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,專為timm設計
圖像分類
Transformers

V
timm
17
0
Vit Giantopt Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,專為timm設計,適用於視覺語言任務
圖像分類
Transformers

V
timm
160
0
Vit Giantopt Patch16 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2技術的視覺Transformer模型,專注於圖像特徵提取
文本生成圖像
Transformers

V
timm
59
0
Vit Base Patch32 Siglip Gap 256.v2 Webli
Apache-2.0
基於SigLIP 2的視覺Transformer模型,使用全局平均池化(GAP)替代注意力池化頭的圖像編碼器
文本生成圖像
Transformers

V
timm
25
1
Vit Base Patch32 Siglip 256.v2 Webli
Apache-2.0
基於SigLIP 2架構的視覺Transformer模型,專為圖像特徵提取設計
文本生成圖像
Transformers

V
timm
27
0
Vit Base Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除了注意力池化頭,適用於圖像特徵提取任務。
圖像分類
Transformers

V
timm
105
0
Vit Base Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,使用全局平均池化(GAP)替代注意力池化頭,適用於圖像特徵提取任務。
圖像分類
Transformers

V
timm
105
0
Vit Base Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
基於SigLIP 2的ViT圖像編碼器,採用全局平均池化,移除注意力池化頭,適用於圖像特徵提取。
多模態融合
Transformers

V
timm
114
1
Vit Base Patch16 Siglip Gap 224.v2 Webli
Apache-2.0
基於SigLIP 2的視覺變換器模型,採用全局平均池化處理圖像特徵
圖像分類
Transformers

V
timm
303
0
Vit Base Patch16 Siglip 512.v2 Webli
Apache-2.0
基於SigLIP 2的視覺變換器模型,專為圖像特徵提取設計,使用webli數據集預訓練
文本生成圖像
Transformers

V
timm
2,664
0
Vit Base Patch16 Siglip 384.v2 Webli
Apache-2.0
基於SigLIP 2的視覺變換器模型,專為圖像特徵提取設計,使用webli數據集預訓練
文本生成圖像
Transformers

V
timm
330
0
- 1
- 2
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