寄存器增強ViT

# 寄存器增強ViT

Dinov2 With Registers Base Imagenet1k 1 Layer

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

Dinov2 With Registers Small Imagenet1k 1 Layer

基於DINOv2訓練的視覺Transformer模型，通過添加寄存器令牌改進注意力機制，消除偽影並提升性能

Vit Small Patch14 Reg4 Dinov2.lvd142m

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。

Vit Large Patch14 Reg4 Dinov2.lvd142m

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。

Vit Giant Patch14 Reg4 Dinov2.lvd142m

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。

Vit Base Patch14 Reg4 Dinov2.lvd142m

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。

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

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。

Transformers 英語

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

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